基于增强多存储特征记忆的 RGB-D 视频对象分割
计算机视觉与模式识别
2025-04-24 v1
摘要
RGB-Depth（RGB-D）视频对象分割旨在整合 RGB 细粒度纹理信息与深度模态的空间几何线索，以提升分割性能。然而，现有 RGB-D 分割方法未能充分探索跨模态信息，且在长期预测过程中 suffer于目标漂移。本文提出一种新颖的 RGB-D 视频对象分割方法，通过多存储特征记忆实现鲁棒分割。具体而言，我们设计了层次化模态选择与融合机制，适性地组合两模态的特征。此外，我们开发了分割细化模块，有效利用分割模型（SAM）对分割掩码进行细化，确保结果更可靠且可作为后续分割任务的记忆指引。通过利用时空嵌入和模态嵌入，混合提示与融合图像输入至 SAM，以发挥其在 RGB-D 视频对象分割中的潜能。实验结果表明，所提出的方法在最新的 RGB-D 视频对象分割基准上实现了最先进的性能。
关键词
引用
@article{arxiv.2504.16471,
title = {RGB-D Video Object Segmentation via Enhanced Multi-store Feature Memory},
author = {Boyue Xu and Ruichao Hou and Tongwei Ren and Gangshan Wu},
journal= {arXiv preprint arXiv:2504.16471},
year = {2025}
}