VideoMatch：基于匹配的视觉目标分割
计算机视觉与模式识别
2018-09-05 v1 机器学习
摘要
视频目标分割在广泛的视频分析应用中具有挑战性且十分重要。近期工作将视频目标分割表述为使用深度网络的预测任务，取得了引人注目的 SOTA 性能。由于表述为预测任务，这些方法大多需要在测试时进行微调，以使深度网络记住给定视频中感兴趣对象的外观。然而，微调耗时且计算昂贵，因此算法远未达到实时。为解决此问题，我们提出了一种新颖的基于匹配的视觉目标分割算法。与基于记忆的分类技术不同，所提方法学习将提取的特征与提供的模板进行匹配，而不记忆对象的外观。我们在具有挑战性的 DAVIS-16、DAVIS-17、Youtube-Objects 和 JumpCut 数据集上验证了所提方法的有效性与鲁棒性。大量结果表明，我们的方法无需微调即可取得可比性能，并且在计算时间上更具优势。
引用
@article{arxiv.1809.01123,
title = {VideoMatch: Matching based Video Object Segmentation},
author = {Yuan-Ting Hu and Jia-Bin Huang and Alexander G. Schwing},
journal= {arXiv preprint arXiv:1809.01123},
year = {2018}
}
备注
Accepted to ECCV 2018