DepthFlow：基于深度-流结构相关性的无监督视频对象分割
计算机视觉与模式识别
2025-07-29 v1
摘要
无监督视频对象分割（VOS）旨在检测视频中最突出的对象。近期利用RGB图像和光流的双流方法受到广泛关注，但性能受限于训练数据的稀缺性。为此，我们提出DepthFlow，一种从单张图像合成光流的数据生成方法。我们的核心思想是，VOS模型更依赖于光流图中嵌入的结构信息，而非几何精度，而该结构与深度高度相关。我们首先从源图像估计深度图，然后将其转换为保持关键结构线索的合成光流场。这一过程使大规模的图像-掩码配对能够转化为图像-光流-掩码训练配对，极大扩展了网络训练可用的数据。通过使用我们合成的数据训练一个简单的编码器-解码器架构，我们在所有公开VOS基准上实现了新的状态最佳性能，展示了解决数据稀缺问题的可扩展且高效的方法。
引用
@article{arxiv.2507.19790,
title = {DepthFlow: Exploiting Depth-Flow Structural Correlations for Unsupervised Video Object Segmentation},
author = {Suhwan Cho and Minhyeok Lee and Jungho Lee and Donghyeong Kim and Sangyoun Lee},
journal= {arXiv preprint arXiv:2507.19790},
year = {2025}
}
备注
ICCVW 2025