用于视频目标分割的掩码传播网络
计算机视觉与模式识别
2018-10-25 v1
摘要
在本工作中，我们提出一种掩码传播网络，将视频分割问题视为引导式实例分割的概念来处理。与大多数基于 MaskTrack 的视频分割方法类似，我们的方法以前一帧的掩码概率图和当前帧的外观作为输入，并预测当前帧的掩码概率图。具体而言，我们采用基于 Xception 骨干网络的 DeepLab v3+ 模型作为预测流程中的概率图预测器。此外，我们的网络并非以完整图像和原始掩码概率作为输入，而是以该实例的感兴趣区域，以及由前一帧与当前帧之间的光流扭曲得到的新掩码概率作为输入。我们还集成了改进的 One-Shot Video Segmentation Network 以做出最终预测，从而找回并分割缺失的实例。
引用
@article{arxiv.1810.10289,
title = {Mask Propagation Network for Video Object Segmentation},
author = {Jia Sun and Dongdong Yu and Yinghong Li and Changhu Wang},
journal= {arXiv preprint arXiv:1810.10289},
year = {2018}
}