AutoQ-VIS：通过自动质量评估改进无监督视频实例分割

视频实例分割（VIS）由于同时需要像素级掩码和时序一致性标签，面临显著的标注挑战。虽然 VideoCutLER 等近期提出的无监督方法通过合成数据消除了对光流的依赖，但它们仍受限于合成到真实的域差距。我们提出了 AutoQ-VIS，一种新颖的无监督框架，通过质量引导的自训练来弥合这一差距。我们的方法在伪标签生成与自动质量评估之间建立了一个闭环系统，实现了从合成视频到真实视频的渐进式适应。实验表明，该方法在 YouTubeVIS-2019 验证集上取得了 52.6 $\text{AP}_{50}$ 的最先进性能，较之前最先进的 VideoCutLER 超越了 4.4$\%$，且无需任何人工标注。这证明了质量感知自训练在无监督 VIS 中的可行性。该方法的源代码可在 https://github.com/wcbup/AutoQ-VIS 获取。