DyStaB：基于动态-静态引导的无监督目标分割

我们描述了一种无监督方法，用于检测并分割实时场景图像中在某一时刻被视为作为一个连贯整体运动的区域，我们称之为目标。我们的方法首先通过最小化各分割区域间的互信息来划分运动场。然后，它利用这些分割区域学习可用于静态图像中检测的目标模型。静态与动态模型由在引导策略下联合训练的深度神经网络表示，从而能够外推至先前未见过的目标。虽然训练过程需要运动信息，但所得的目标分割网络在推理时既可用于静态图像也可用于视频。随着所见视频量的增长，越来越多目标被观测到运动，从而启动其检测，进而作为新目标的正则化器，使我们的方法成为一种无监督持续学习分割目标的方法。我们的模型在视频目标分割与显著目标检测方面均与当前最优（SOTA）方法进行比较。在测试的六个基准数据集中，尽管无需人工标注，我们的模型即使与那些使用像素级监督的模型相比也表现出优势。