用于视频对象分割的协同注意力记忆网络
计算机视觉与模式识别
2022-05-24 v2
摘要
半监督视频对象分割是计算机视觉中一项基础但具有挑战性的任务。基于嵌入匹配的CFBI系列网络通过前景-背景集成方法取得了令人瞩目的成果。尽管性能优越，这些工作仍表现出明显的不足，尤其是由第一帧中少量外观实例导致的错误预测，即使这些实例在先前帧中很容易被识别。此外，它们还受到对象遮挡和误差漂移的影响。为克服这些不足，我们提出了带有增强分割头的协同注意力记忆网络。我们引入了一种对象上下文方案，显式增强对象信息，旨在仅收集与给定像素属于同一类别的像素作为其上下文。此外，采用带有特征金字塔注意力模块的分割头，在高层输出上执行空间金字塔注意力结构。进一步地，我们提出一个集成网络，将STM网络与所有这些新改进的CFBI网络相结合。最后，我们在2021年Youtube-VOS挑战赛上评估了我们的方法，以83.5%的总分获得第六名。
引用
@article{arxiv.2205.08075,
title = {Collaborative Attention Memory Network for Video Object Segmentation},
author = {Zhixing Huang and Junli Zha and Fei Xie and Yuwei Zheng and Yuandong Zhong and Jinpeng Tang},
journal= {arXiv preprint arXiv:2205.08075},
year = {2022}
}
备注
Technical Report. Proposed systems attain 6th in YouTube-VOS challenge 2021