RANet：用于快速视频对象分割的排序注意力网络
计算机视觉与模式识别
2020-05-29 v4
摘要
尽管在线学习（OL）技术提升了半监督视频对象分割（VOS）方法的性能，但OL巨大的时间成本极大限制了其实用性。基于匹配和基于传播的方法通过避免OL技术而以更快速度运行。然而，由于不匹配和漂移问题，它们的精度受限。本文中，我们提出了一种实时且非常精确的排序注意力网络（RANet）用于VOS。具体而言，为整合基于匹配和基于传播方法的见解，我们采用编码器-解码器框架以端到端方式学习像素级相似度与分割。为更好地利用相似度图，我们提出了一种新颖的排序注意力模块，其自动对这些图进行排序和选择以实现细粒度VOS性能。在DAVIS-16和DAVIS-17数据集上的实验表明，我们的RANet实现了最佳的速度-精度权衡，例如在DAVIS-16上每帧33毫秒且J&F=85.5%。使用OL时，我们的RANet在DAVIS-16上达到J&F=87.1%，超越了最先进的VOS方法。代码可在 https://github.com/Storife/RANet 获取。
引用
@article{arxiv.1908.06647,
title = {RANet: Ranking Attention Network for Fast Video Object Segmentation},
author = {Ziqin Wang and Jun Xu and Li Liu and Fan Zhu and Ling Shao},
journal= {arXiv preprint arXiv:1908.06647},
year = {2020}
}
备注
Accepted by ICCV 2019. 10 pages, 7 figures, 6 tables. The supplementary file can be found at https://csjunxu.github.io/paper/2019ICCV/RANet_supp.pdf ; Code is available at https://github.com/Storife/RANet