LSVOS 2025 MOSEv1挑战赛第一名解决方案：CGFSeg
计算机视觉与模式识别
2025-10-01 v1
摘要
视频目标分割（VOS）旨在跟踪并分割整个视频序列中的特定目标，但在复杂的真实场景下仍然极具挑战性。LSVOS 2025的MOSEv1挑战赛所采用的MOSEv1和LVOS数据集，专门设计用于增强VOS模型在复杂真实场景下的鲁棒性，这些场景包括目标的长时间消失与重现，以及小目标和不显著目标的存在。在本文中，我们提出了针对MOSEv1挑战赛VOS任务的改进方法——置信度引导融合分割（CGFSeg）。在训练阶段，冻结SAM2的特征提取器，同时微调其余组件，以保持强大的特征提取能力并提高分割精度。在推理阶段，我们引入了一种像素检查策略，通过利用多个模型的互补优势逐步细化预测，从而产生鲁棒的最终掩码。最终，我们的方法在测试集上取得了86.37%的J&F分数，在LSVOS 2025的MOSEv1挑战赛中排名第一。这些结果凸显了我们的方法在应对复杂场景下VOS任务挑战方面的有效性。
引用
@article{arxiv.2509.25738,
title = {The 1st Solution for MOSEv1 Challenge on LSVOS 2025: CGFSeg},
author = {Tingmin Li and Yixuan Li and Yang Yang},
journal= {arXiv preprint arXiv:2509.25738},
year = {2025}
}