基于自适应特征库与不确定区域细化的视频目标分割
计算机视觉与模式识别
2020-10-19 v1
摘要
我们提出了一种用于半监督视频目标分割（VOS）的新的基于匹配的框架。近来，基于匹配的算法取得了最先进的 VOS 性能，其中构建特征库以存储用于区域匹配与分类的特征。然而，如何在持续增长的特性库中有效组织信息仍未被充分探索，这导致了库中低效的设计。我们引入了一种自适应特征库更新方案，以动态吸收新特征并丢弃过时特征。我们还设计了一种新的置信度损失和一个细粒度分割模块，以提升不确定区域的分割精度。在公开基准上，我们的算法优于现有的最先进方法。
引用
@article{arxiv.2010.07958,
title = {Video Object Segmentation with Adaptive Feature Bank and Uncertain-Region Refinement},
author = {Yongqing Liang and Xin Li and Navid Jafari and Qin Chen},
journal= {arXiv preprint arXiv:2010.07958},
year = {2020}
}
备注
Preprint version. Accepted by NeurIPS 2020