MASSeg：4th PVUW MOSE Track 的第二技术报告
计算机视觉与模式识别
2025-04-15 v1 人工智能
摘要
复杂视频对象分割在小目标识别、遮挡处理和动态场景建模方面仍面临重大挑战。本报告 presenting了我们的解决方案，该解决方案在CVPR 2025 PVUW 挑战赛的MOSE track 中获得第二名。基于现有的分割框架，我们提出了改进模型MASSeg，用于复杂视频对象分割，并构建了增强数据集MOSE+，其中包含遮挡、杂乱背景和小目标实例的典型场景。在训练期间，我们采用联合一致性和不一致性数据增强策略以提高鲁棒性和泛化能力。在推理阶段，我们设计了掩码输出缩放策略以更好地适应不同目标大小和遮挡程度。因此，MASSeg 在MOSE测试集上取得J 分数0.8250、F 分数0.9007和J&F 分数0.8628。
引用
@article{arxiv.2504.10254,
title = {MASSeg : 2nd Technical Report for 4th PVUW MOSE Track},
author = {Xuqiang Cao and Linnan Zhao and Jiaxuan Zhao and Fang Liu and Puhua Chen and Wenping Ma},
journal= {arXiv preprint arXiv:2504.10254},
year = {2025}
}
备注
5 pages,4 figures,Technical report on Complex Video Object Segmentation