提议、跟踪与分割 (PTS)：一种用于视频对象分割的级联网络
计算机视觉与模式识别
2019-07-05 v2
摘要
视频对象分割 (VOS) 旨在仅给定第一帧标注的情况下进行像素级对象跟踪。由于视频中对象存在较大的视觉变化且缺乏训练样本，尽管深度学习迅猛发展，该任务仍然困难。为解决 VOS 问题，我们通过所提出的由对象提议、跟踪与分割组件构成的统一框架带来了若干新见解。对象提议网络将目标性信息作为通用知识迁移到 VOS 中；跟踪网络从提议中识别目标对象；分割网络基于跟踪结果并采用一种新颖的基于动态参考的模型自适应方案执行。我们在 DAVIS'17 数据集与 YouTube-VOS 数据集上进行了大量实验，我们的方法在多个视频对象分割基准上取得了最先进的性能。我们将代码公开于 https://github.com/sydney0zq/PTSNet。
引用
@article{arxiv.1907.01203,
title = {Proposal, Tracking and Segmentation (PTS): A Cascaded Network for Video Object Segmentation},
author = {Qiang Zhou and Zilong Huang and Lichao Huang and Yongchao Gong and Han Shen and Chang Huang and Wenyu Liu and Xinggang Wang},
journal= {arXiv preprint arXiv:1907.01203},
year = {2019}
}