光流引导的半监督视频目标分割
计算机视觉与模式识别
2023-01-26 v1
摘要
我们提出一种用于半监督视频目标分割的光流引导方法。光流通常在无监督视频目标分割中作为额外引导信息被利用。然而，其在半监督视频目标分割中的相关性尚未被充分探索。在本工作中，我们采用编码器-解码器方法来解决分割任务。提出了一种从光流和图像中提取组合信息的模型，随后将其用作目标模型和解码器网络的输入。与以往使用拼接来整合图像数据与光流信息的方法不同，我们的工作利用了一种简单而有效的注意力机制。在DAVIS 2017和YouTube-VOS 2019上的实验表明，通过将从光流提取的信息整合到原始图像分支中带来了显著的性能提升，且我们的方法达到了最先进（SOTA）性能。
引用
@article{arxiv.2301.10492,
title = {Flow-guided Semi-supervised Video Object Segmentation},
author = {Yushan Zhang and Andreas Robinson and Maria Magnusson and Michael Felsberg},
journal= {arXiv preprint arXiv:2301.10492},
year = {2023}
}