CVPR 2024 PVUW研讨会MOSE赛道第一名解决方案：复杂视频对象分割
计算机视觉与模式识别
2024-06-10 v1
摘要
在复杂场景中跟踪和分割多个对象一直是视频对象分割领域的挑战，尤其是在对象被遮挡并分割成部分的情况下。在这种情况下，对象的定义变得非常模糊。MOSE数据集背后的动机是如何在复杂场景中清晰识别和区分对象。在本挑战中，我们提出了一种语义嵌入视频对象分割模型，并使用对象的显著特征作为查询表示。语义理解帮助模型识别对象的各个部分，而显著特征则捕捉对象更具判别性的特征。在大规模视频对象分割数据集上训练后，我们的模型在PVUW挑战赛2024复杂视频对象分割赛道的测试集中取得了第一名（\textbf{84.45\%}）。
引用
@article{arxiv.2406.04600,
title = {1st Place Solution for MOSE Track in CVPR 2024 PVUW Workshop: Complex Video Object Segmentation},
author = {Deshui Miao and Xin Li and Zhenyu He and Yaowei Wang and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:2406.04600},
year = {2024}
}