点监督在视频实例分割中的价值
计算机视觉与模式识别
2024-04-03 v1
摘要
视频实例分割（VIS）是一项具有挑战性的视觉任务，旨在检测、分割和跟踪视频中的物体。传统的VIS方法依赖于密集标注的物体掩码，这非常昂贵。我们将训练期间的人类标注减少到每个视频帧中每个物体仅一个点，并获得接近全监督模型的高质量掩码预测。我们提出的训练方法包括一个类无关的提议生成模块以提供丰富的负样本，以及一个时空点匹配器以将物体查询与提供的点标注进行匹配。在三个VIS基准上的全面实验表明，所提出框架具有竞争性性能，几乎与全监督方法相当。
引用
@article{arxiv.2404.01990,
title = {What is Point Supervision Worth in Video Instance Segmentation?},
author = {Shuaiyi Huang and De-An Huang and Zhiding Yu and Shiyi Lan and Subhashree Radhakrishnan and Jose M. Alvarez and Abhinav Shrivastava and Anima Anandkumar},
journal= {arXiv preprint arXiv:2404.01990},
year = {2024}
}