学习小样本学习者该学什么以用于视频目标分割
计算机视觉与模式识别
2020-05-04 v2
摘要
视频目标分割（VOS）是一个极具挑战性的问题，因为目标对象仅在推理时通过给定的第一帧参考掩码来定义。如何捕获并利用这一有限的目标信息仍是一个基础研究问题。为此，我们引入了一种端到端可训练的VOS架构，其集成了一个可微分的小样本学习模块。该内部学习器旨在通过最小化第一帧中的分割误差来预测目标的强大参数化模型。我们进一步超越标准小样本学习技术，通过学习该小样本学习器应当学习什么。这使我们能够在当前帧中获得目标的丰富内部表示，显著提升我们方法的分割精度。我们在多个基准上进行了大量实验。我们的方法在大规模YouTube-VOS 2018数据集上以81.5的总体得分刷新了最先进水平，相对此前最佳结果提升了2.6%。
关键词
引用
@article{arxiv.2003.11540,
title = {Learning What to Learn for Video Object Segmentation},
author = {Goutam Bhat and Felix Järemo Lawin and Martin Danelljan and Andreas Robinson and Michael Felsberg and Luc Van Gool and Radu Timofte},
journal= {arXiv preprint arXiv:2003.11540},
year = {2020}
}
备注
First two authors contributed equally