一种基于Transformer的端到端可训练视频全景分割方法
计算机视觉与模式识别
2021-10-11 v1
摘要
本文提出一种解决视频全景分割问题的算法，该问题是一个新兴的研究领域。视频全景分割是一项统一了典型的全景分割与多目标跟踪任务的课题。换言之，它需要在视频序列中生成实例跟踪ID以及全景分割结果。我们提出的视频全景分割算法使用Transformer，并且可以以多视频帧作为输入进行端到端训练。我们在STEP数据集上测试了该方法，并使用近期提出的STQ指标报告其性能。该方法在KITTI-STEP数据集上取得57.81%，在MOTChallenge-STEP数据集上取得31.8%。
引用
@article{arxiv.2110.04009,
title = {An End-to-End Trainable Video Panoptic Segmentation Method usingTransformers},
author = {Jeongwon Ryu and Kwangjin Yoon},
journal= {arXiv preprint arXiv:2110.04009},
year = {2021}
}
备注
This contains a brief abstract