PVUW挑战赛2024第二名解决方案：视频全景分割

视频全景分割（VPS）是一项具有挑战性的任务，它从图像全景分割扩展而来。VPS旨在同时分类、跟踪和分割视频中的所有对象，包括物体和材质。由于其广泛应用于视频理解、视频编辑和自动驾驶等许多下游任务。为了处理真实场景中的视频全景分割任务，我们提出了一种鲁棒的集成视频全景分割解决方案。我们使用DVIS++框架作为基线来生成初始掩码。然后，我们添加了一个额外的图像语义分割模型，以进一步提高语义类别的性能。最终，我们的方法在开发和测试阶段分别以56.36和57.12的VPQ分数达到了最先进的性能，并最终在CVPR2024的PVUW挑战赛VPS赛道中排名第二。