TrickVOS：视频对象分割的窍门集
计算机视觉与模式识别
2023-06-29 v2
摘要
时空记忆（STM）网络方法因卓越性能在半监督视频对象分割（SVOS）中占主导地位。本工作中，我们识别出可改进此类方法的三个关键方面：i) 监督信号，ii) 预训练，iii) 空间感知。随后我们提出 TrickVOS；一个通用、与具体方法无关的窍门集，分别通过 i) 结构感知混合损失，ii) 简单解码器预训练机制，iii) 在模型预测中施加空间约束的轻量跟踪器来应对各方面。最后，我们提出一个轻量网络，并表明当使用 TrickVOS 训练时，其在 DAVIS 与 YouTube 基准上取得与最先进方法竞争的结果，同时是首批可在移动设备上实时运行的基于 STM 的 SVOS 方法之一。
引用
@article{arxiv.2306.15377,
title = {TrickVOS: A Bag of Tricks for Video Object Segmentation},
author = {Evangelos Skartados and Konstantinos Georgiadis and Mehmet Kerim Yucel and Koskinas Ioannis and Armando Domi and Anastasios Drosou and Bruno Manganelli and Albert Saa-Garriga},
journal= {arXiv preprint arXiv:2306.15377},
year = {2023}
}
备注
Accepted to ICIP 2023