CVPR 2024 PVUW工作坊MOSE轨道的3rd名解答：复杂视频对象分割
计算机视觉与模式识别
2024-06-07 v1 人工智能
摘要
视频对象分割(VOS)是计算机视觉中的关键任务，旨在跨视频帧区分前景对象与背景。我们的工作借鉴了Cutie模型，探讨了对象记忆、记忆帧总数以及输入分辨率对分割性能的影响。本报告在具有复杂遮挡的coMplex video Object SEgmentation(MOSE)数据集上验证了我们推理方法的有效性。我们的实验结果显示，该方法在测试集上获得0.8139的J\&F得分，最终排名第三。这些发现凸显了我们方法在处理具有挑战性VOS情景时的鲁棒性和准确性。
引用
@article{arxiv.2406.03668,
title = {3rd Place Solution for MOSE Track in CVPR 2024 PVUW workshop: Complex Video Object Segmentation},
author = {Xinyu Liu and Jing Zhang and Kexin Zhang and Yuting Yang and Licheng Jiao and Shuyuan Yang},
journal= {arXiv preprint arXiv:2406.03668},
year = {2024}
}