面向时间一致视频实例分割的最新对象内存管理
计算机视觉与模式识别
2025-07-29 v1
摘要
在本文中，我们提出了用于时间一致视频实例分割的最新对象内存管理（LOMM），该方法显著改善了长期实例跟踪。我们方法的核心是最新对象内存（LOM），它通过显式建模每个帧中对象的存在，稳健地跟踪并持续更新对象的最新状态。这使得跨帧的一致跟踪和准确的身份管理成为可能，从而在VIS过程中提升了性能和可靠性。此外，我们引入了解耦对象关联（DOA），这是一种分别处理新出现和已存在对象的策略。通过利用我们的内存系统，DOA准确地分配对象索引，提高了匹配精度，并确保了稳定的身份一致性，即使在对象频繁出现和消失的动态场景中也是如此。大量实验和消融研究证明了我们的方法相对于传统方法的优越性，为VIS设立了新的基准。值得注意的是，我们的LOMM在以其具有挑战性的长视频而闻名的YouTube-VIS 2022数据集上取得了54.0的最先进AP分数。项目页面：https://seung-hun-lee.github.io/projects/LOMM/
引用
@article{arxiv.2507.19754,
title = {Latest Object Memory Management for Temporally Consistent Video Instance Segmentation},
author = {Seunghun Lee and Jiwan Seo and Minwoo Choi and Kiljoon Han and Jaehoon Jeong and Zane Durante and Ehsan Adeli and Sang Hyun Park and Sunghoon Im},
journal= {arXiv preprint arXiv:2507.19754},
year = {2025}
}
备注
ICCV 2025. Code: https://github.com/Seung-Hun-Lee/LOMM