第四届大规模视频对象分割挑战赛赛道三：指代视频对象分割的第二名方案
计算机视觉与模式识别
2022-06-27 v1 多媒体
摘要
指代视频对象分割任务(RVOS)旨在分割给定视频中由语言表述所指代的所有视频帧中的对象实例。由于需要理解单个实例内的跨模态语义，该任务比传统的半监督视频对象分割更具挑战性，后者给出了第一帧中的真值对象掩码。随着Transformer在目标检测与对象分割中的巨大成就，RVOS取得了显著进展，其中ReferFormer达到了最先进的性能。本工作中，基于强基线框架ReferFormer，我们提出了若干进一步提升的技巧，包括循环学习率、半监督方法与测试时增强推理。改进后的ReferFormer在CVPR2022 Referring Youtube-VOS挑战赛上排名第二。
引用
@article{arxiv.2206.12035,
title = {The Second Place Solution for The 4th Large-scale Video Object Segmentation Challenge--Track 3: Referring Video Object Segmentation},
author = {Leilei Cao and Zhuang Li and Bo Yan and Feng Zhang and Fengliang Qi and Yuchen Hu and Hongbin Wang},
journal= {arXiv preprint arXiv:2206.12035},
year = {2022}
}
备注
4 pages, 2 figures