FODVid：视频中流引导的目标发现
计算机视觉与模式识别
2023-07-11 v1
摘要
由于运动模糊、视差、遮挡、光照变化等细微差异，视频中目标的分割具有挑战性。我们不是分别处理这些细微差异，而是专注于构建一个可泛化的解决方案，以避免对个别复杂情况过拟合。这样的方案也将帮助我们节省视频语料人工标注所涉及的大量资源。为了在无人监督设置下解决视频目标分割(VOS)问题，我们提出了一种基于利用流引导图割和时间一致性来引导分割输出的新流程(FODVid)。具体而言，我们设计了一个分割模型，融合了帧内外观与流相似性，以及所考虑目标在帧间的时间连续性。我们在标准DAVIS16视频基准上对我们的直接方法进行了广泛的实验分析。尽管简单，我们的方法所产生的结果与现有顶尖的无监督VOS方法相当(在约2 mIoU范围内)。我们技术的简洁性和有效性为视频领域的研究开辟了新途径。
引用
@article{arxiv.2307.04392,
title = {FODVid: Flow-guided Object Discovery in Videos},
author = {Silky Singh and Shripad Deshmukh and Mausoom Sarkar and Rishabh Jain and Mayur Hemani and Balaji Krishnamurthy},
journal= {arXiv preprint arXiv:2307.04392},
year = {2023}
}
备注
CVPR 2023 (L3D-IVU workshop)