Loci-Segmented：改进场景分割学习
计算机视觉与模式识别
2024-02-07 v3
摘要
当前用于图像和视频中组合式场景分割的面向槽（slot）的方法依赖于所提供的背景信息或槽分配。我们提出了一个分段位置与身份跟踪系统 Loci-Segmented（Loci-s），它不需要上述任何一类信息。它学习将场景动态分割为可解释的背景技术编码和基于槽的目标编码，并为每个槽分离出 rgb、掩码、位置与深度信息。结果表明，在 MOVi 数据集以及另一个针对场景分割的成熟数据集集合上，该系统在视频分解性能上大幅占优。该系统具有良好可解释性的组合式潜在编码可作为下游任务的基础模型。
引用
@article{arxiv.2310.10410,
title = {Loci-Segmented: Improving Scene Segmentation Learning},
author = {Manuel Traub and Frederic Becker and Adrian Sauter and Sebastian Otte and Martin V. Butz},
journal= {arXiv preprint arXiv:2310.10410},
year = {2024}
}