一种用于无监督视频对象分割的简洁而强大的全局优化方法
计算机视觉与模式识别
2022-10-20 v2
摘要
我们提出一种简洁而强大的视频无监督对象分割方法。我们引入一个目标函数，其最小值表示输入序列中主要显著对象的掩码。它仅依赖于独立的图像特征与光流，这些可使用现成的自监督方法获得。它随序列长度扩展，无需超像素或稀疏化，且无需任何特定训练即可泛化到不同数据集。该目标函数实际上可推导自应用于整个视频的一种谱聚类形式。我们的方法在标准基准（DAVIS2016、SegTrack-v2、FBMS59）上取得了与当前最优（state of the art）相当的性能，同时在概念与实践上都要简单得多。代码见 https://ponimatkin.github.io/ssl-vos。
引用
@article{arxiv.2209.09341,
title = {A Simple and Powerful Global Optimization for Unsupervised Video Object Segmentation},
author = {Georgy Ponimatkin and Nermin Samet and Yang Xiao and Yuming Du and Renaud Marlet and Vincent Lepetit},
journal= {arXiv preprint arXiv:2209.09341},
year = {2022}
}
备注
Accepted to the IEEE Winter Conference on Applications of Computer Vision (WACV) 2023