未识别视频对象：一个用于密集开放世界分割的基准
计算机视觉与模式识别
2021-04-13 v1
摘要
当前最先进的目标检测与分割方法在封闭世界假设下表现良好。该封闭世界设置假设在训练和部署期间对象类别列表是可用的。然而，许多真实世界应用需要检测或分割新颖对象，即训练期间从未见过的对象类别。在本文中，我们提出 UVO（Unidentified Video Objects），一个用于视频中开放世界类无关对象分割的新基准。除了将问题焦点转向开放世界设置外，UVO 规模显著更大，与 DAVIS 相比提供约 8 倍更多视频，与 YouTube-VOS 和 YouTube-VIS 相比每视频多约 7 倍掩码（实例）标注。UVO 也更具挑战性，因其包含许多具有拥挤场景和复杂背景运动的视频。我们展示了 UVO 除开放世界对象分割外，还可用于其他应用，如对象跟踪和超体素分割。我们相信 UVO 是研究人员开发开放世界类无关对象分割新方法的通用测试平台，并启发了朝向超越分类与检测的更全面视频理解的新研究方向。
引用
@article{arxiv.2104.04691,
title = {Unidentified Video Objects: A Benchmark for Dense, Open-World Segmentation},
author = {Weiyao Wang and Matt Feiszli and Heng Wang and Du Tran},
journal= {arXiv preprint arXiv:2104.04691},
year = {2021}
}