YouTube-VOS 2022挑战赛第五名解决方案：视频目标分割
计算机视觉与模式识别
2022-06-22 v1 人工智能
摘要
随着深度学习的兴起，视频目标分割（VOS）取得了显著进展。然而，仍然存在一些棘手的问题，例如，相似目标容易被混淆，微小目标难以被发现。为了解决这些问题并进一步提高VOS的性能，我们为此任务提出了一个简单而有效的解决方案。在该方案中，我们首先分析了Youtube-VOS数据集的分布，并通过引入公开的静态和视频分割数据集来补充数据集。然后，我们改进了三种具有不同特性的网络架构，并训练多个网络来学习视频中目标的不同特性。之后，我们使用一种简单的方法整合所有结果，以确保不同模型相互补充。最后，进行精细的后处理，以确保视频目标分割准确且边界精确。在Youtube-VOS数据集上的大量实验表明，所提出的解决方案在YouTube-VOS 2022测试集上取得了86.1%的总体得分，达到了最先进的性能，在Youtube-VOS 2022挑战赛的视频目标分割赛道上获得第五名。
引用
@article{arxiv.2206.09585,
title = {5th Place Solution for YouTube-VOS Challenge 2022: Video Object Segmentation},
author = {Wangwang Yang and Jinming Su and Yiting Duan and Tingyi Guo and Junfeng Luo},
journal= {arXiv preprint arXiv:2206.09585},
year = {2022}
}
备注
5th Place Solution for Video Object Segmentation in the 4th Large-scale Video Object Segmentation Challenge, CVPR 2022 Workshop