THU-Warwick EPIC-KITCHEN 2025 挑战提交：半监督视频对象分割
计算机视觉与模式识别
2025-06-10 v1
摘要
本报告描述了我们用于原生视觉视频对象分割的方法。该方法将 SAM2 的大规模视觉预训练与基于深度的几何线索相结合，以处理复杂场景和长期跟踪。在统一框架中集成这些信号后，我们实现了强大的分割性能。在 VISOR 测试集上，我们的方法获得了 90.1% 的 J&F 分数。
引用
@article{arxiv.2506.06748,
title = {THU-Warwick Submission for EPIC-KITCHEN Challenge 2025: Semi-Supervised Video Object Segmentation},
author = {Mingqi Gao and Haoran Duan and Tianlu Zhang and Jungong Han},
journal= {arXiv preprint arXiv:2506.06748},
year = {2025}
}