遮挡视频实例分割：数据集与 ICCV 2021 挑战赛
计算机视觉与模式识别
2021-11-16 v1
摘要
尽管深度学习方法近年来取得了先进的视频目标识别性能，但在视频中感知严重遮挡的物体仍是一项极具挑战性的任务。为推动遮挡理解的发展，我们收集了一个名为 OVIS 的大规模数据集，用于遮挡场景下的视频实例分割。OVIS 包含 296k 高质量实例掩码和 901 个遮挡场景。虽然人类视觉系统可以通过上下文推理与关联来感知那些被遮挡的物体，但我们的实验表明当前的视频理解系统无法做到这一点。在 OVIS 数据集上，所有基线方法在严重遮挡物体组中都遭遇了约 80% 的显著性能下降，这表明在复杂真实场景理解被遮挡物体与视频方面仍有很长的路要走。为促进视频理解系统新范式的研究，我们基于 OVIS 数据集发起了一项挑战赛。提交的性能最优算法取得了远高于基线的性能。本文中，我们将介绍 OVIS 数据集，并通过分析基线与提交方法的结果对其进行进一步剖析。OVIS 数据集与挑战赛信息可在 http://songbai.site/ovis 获取。
引用
@article{arxiv.2111.07950,
title = {Occluded Video Instance Segmentation: Dataset and ICCV 2021 Challenge},
author = {Jiyang Qi and Yan Gao and Yao Hu and Xinggang Wang and Xiaoyu Liu and Xiang Bai and Serge Belongie and Alan Yuille and Philip H. S. Torr and Song Bai},
journal= {arXiv preprint arXiv:2111.07950},
year = {2021}
}
备注
Accepted by NeurIPS 2021 Datasets and Benchmarks Track. arXiv admin note: text overlap with arXiv:2102.01558