STSeg-Complex视频对象分割：解决4th PVUW MOSE挑战赛的第一方案
计算机视觉与模式识别
2025-04-14 v1
摘要
视频对象在复杂场景中的分割高度具有挑战性，MOSE数据集在该领域的发展方面发挥了显著作用。本技术报告详细介绍了由"imaplus"团队提出的STSeg解决方案。通过对SAM2和无监督模型TMO在MOSE数据集上的微调，STSeg解决方案在处理复杂物体运动和长视频序列方面表现出显著优势。在推理阶段，采用自适应伪标签引导的模型精炼管道，用于智能选择处理每个视频的合适模型。通过对模型进行微调，并在推理阶段运用自适应伪标签引导的模型精炼管道，STSeg解决方案在2025年第四届PVUW挑战赛MOSE赛道测试集上取得87.26%的J&F得分，夺得第一名，推动了复杂场景下视频对象分割技术的发展。
引用
@article{arxiv.2504.08306,
title = {STSeg-Complex Video Object Segmentation: The 1st Solution for 4th PVUW MOSE Challenge},
author = {Kehuan Song and Xinglin Xie and Kexin Zhang and Licheng Jiao and Lingling Li and Shuyuan Yang},
journal= {arXiv preprint arXiv:2504.08306},
year = {2025}
}