FlowCut：基于时序掩码匹配的无监督视频实例分割方法
计算机视觉与模式识别
2025-05-20 v1
摘要
我们提出了FlowCut，这是一种简单且高效的无监督视频实例分割方法，包含三个阶段的框架，用于构建带伪标签的高质量视频数据集。据我们所知，我们的工作是首次尝试为无监督视频实例分割 curated 一个带伪标签的视频数据集。在第一个阶段，我们利用图像和光流特征的相似性生成伪实例掩码。在第二个阶段，通过在帧之间进行时序匹配，构建包含高质量、一致性伪实例掩码的短视频片段。在第三个阶段，我们使用YouTubeVIS-2021视频数据集提取训练实例分割集合，然后训练视频分割模型。FlowCut在YouTubeVIS-2019、YouTubeVIS-2021、DAVIS-2017和DAVIS-2017 Motion基准测试上实现了最先进的性能。
引用
@article{arxiv.2505.13174,
title = {FlowCut: Unsupervised Video Instance Segmentation via Temporal Mask Matching},
author = {Alp Eren Sari and Paolo Favaro},
journal= {arXiv preprint arXiv:2505.13174},
year = {2025}
}