ALBA：用于视频对象分割的强化学习
计算机视觉与模式识别
2020-08-17 v2
摘要
我们考虑零样本视频对象分割（VOS）这一挑战性问题。即在无任何人工初始化的情况下，全自动地分割并跟踪视频中的多个运动对象。我们将其视为一个分组问题，通过利用对象提议并对空间与时间上的分组进行联合推断来解决。我们提出了一种可高效执行提议选择与联合分组的网络架构。关键的是，我们随后展示了如何用强化学习训练该网络，使其学会执行最优的非短视分组决策序列以分割整个视频。与标准监督技术不同，这还使我们能够直接优化用于评估 VOS 的基于重叠的非可微指标。我们表明，所提方法（称为 ALBA）在三个基准上优于先前最优：DAVIS 2017 [2]、FBMS [20] 与 Youtube-VOS [27]。
引用
@article{arxiv.2005.13039,
title = {ALBA : Reinforcement Learning for Video Object Segmentation},
author = {Shreyank N Gowda and Panagiotis Eustratiadis and Timothy Hospedales and Laura Sevilla-Lara},
journal= {arXiv preprint arXiv:2005.13039},
year = {2020}
}