实例嵌入迁移至无监督视频对象分割
计算机视觉与模式识别
2018-02-28 v2
摘要
我们提出一种通过迁移基于图像的实例嵌入网络中所封装的知识来进行无监督视频对象分割的方法。实例嵌入网络为每个像素生成一个嵌入向量，从而能够识别属于同一对象的所有像素。尽管在静态图像上训练，实例嵌入在连续视频帧上保持稳定，这使我们可以将对象随时间关联起来。因此，我们将在静态图像上训练的实例网络适配到视频对象分割，并将嵌入与对象性和光流特征相结合，无需模型重训练或在线微调。所提方法在 DAVIS 数据集和 FBMS 数据集上优于最先进的无监督分割方法。
引用
@article{arxiv.1801.00908,
title = {Instance Embedding Transfer to Unsupervised Video Object Segmentation},
author = {Siyang Li and Bryan Seybold and Alexey Vorobyov and Alireza Fathi and Qin Huang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:1801.00908},
year = {2018}
}
备注
To appear in CVPR 2018