降低视频目标分割数据集的标注工作量
计算机视觉与模式识别
2020-11-03 v1
摘要
为了视频目标分割（VOS）的进一步进展，更大、更多样且更具挑战性的数据集将是必要的。然而，以像素掩码密集标注每一帧无法扩展到大型数据集。我们利用深度卷积网络从廉价得多的边界框标注中自动在像素层面创建伪标签，并探究此类伪标签能在多大程度上支撑最先进VOS方法的训练。我们研究一个非常令人鼓舞的结果是：为每个对象仅在单个视频帧中添加一个手动标注的掩码，就足以生成可用于训练VOS方法的伪标签，使其达到与使用完全分割视频训练时几乎相同的性能水平。我们使用该流程为具有挑战性的跟踪数据集TAO的训练集创建像素伪标签，并手动标注了验证集的一个子集。由此我们获得了新的TAO-VOS基准，已在 www.vision.rwth-aachen.de/page/taovos 公开。尽管现有数据集上最先进方法的性能开始饱和，TAO-VOS对当前算法仍非常具有挑战性，并揭示了它们的不足。
引用
@article{arxiv.2011.01142,
title = {Reducing the Annotation Effort for Video Object Segmentation Datasets},
author = {Paul Voigtlaender and Lishu Luo and Chun Yuan and Yong Jiang and Bastian Leibe},
journal= {arXiv preprint arXiv:2011.01142},
year = {2020}
}
备注
Accepted at WACV 2021