单样本视频对象分割
计算机视觉与模式识别
2017-04-14 v4
摘要
本文处理半监督视频对象分割任务，即在给定首帧掩膜的条件下，将对象与视频背景分离。我们提出单样本视频对象分割（OSVOS），其基于全卷积神经网络架构，能够将ImageNet上学到的通用语义信息逐步迁移至前景分割任务，并最终学习测试序列中单个标注对象的外观（因此称为单样本）。尽管所有帧均独立处理，结果在时间上仍保持连贯与稳定。我们在两个带标注的视频分割数据库上进行了实验，结果表明OSVOS速度快，并以显著优势超越了现有最佳水平（79.8% 对比 68.0%）。
引用
@article{arxiv.1611.05198,
title = {One-Shot Video Object Segmentation},
author = {Sergi Caelles and Kevis-Kokitsi Maninis and Jordi Pont-Tuset and Laura Leal-Taixé and Daniel Cremers and Luc Van Gool},
journal= {arXiv preprint arXiv:1611.05198},
year = {2017}
}
备注
CVPR 2017 camera ready. Code: http://www.vision.ee.ethz.ch/~cvlsegmentation/osvos/