ICCVAug, 2019

RANet：用于快速视频对象分割的排名关注网络

PDF
TL;DR这篇论文提出了一种在线学习技术与匹配传播相结合的 Ranking Attention Network 方法，以端到端的方式学习像素级的相似度和分割，并使用新颖的排序注意力模块自动排名和选择这些映射，从而显著提高了半监督视频对象分割的准确性和速度。
online learningsemi-supervised video object segmentationranking attention networkpixel-level similarityend-to-end manner
发现论文，激发创造
  • 视频物体分割的鲁棒高效记忆网络

    该研究提出 REMN，一种稳健高效的记忆网络，用于半监督视频物体分割，通过引入本地注意机制和动态记忆库，解决了非局部匹配和高时间冗余的问题，实验表明 REMN 在 DAVIS 2017 和 YouTube-VOS 2018 上均取得最新的成果，具有较高的推理速度和相对较少的计算资源。

    Apr, 2023

  • 反向注意力语义分割

    本文提出了逆向注意力网络（RAN），通过同时进行直接、反向和逆向 - 注意力学习过程，使得全卷积神经网络不仅可以学习标签化的语义对象的代表性语义特征，还可以学习与目标类别不相关的特征，在对 Pascal-Context 数据集和其他数据集进行实验后，在 DeepLabv2-LargeFOV 基础上建立的 RAN 在语义分割领域达到了最先进的 mIoU 得分（48.1％），同时也显著提高了 PASCAL-VOC、Person-Part、NYUDv2 和 ADE20K 数据集的性能。

    Jul, 2017

  • 视频对象分割的学习实例传播（Learning Instance Propagation for Video Object Segmentation）

    本研究提出了一种端到端的深度神经网络，结合了 Mask-RCNN 实例分割网络和 Conv-GRU 视觉记忆模块，用于解决半监督视频对象分割任务，实验结果表明该方法在 DAVIS 数据集上取得了令人满意的结果。

    Sep, 2019

  • SwiftNet：实时视频物体分割

    本文提出了 SwiftNet，一种用于实时半监督视频对象分割（一次性 VOS）的方法，通过 Pixel-Adaptive Memory（PAM）巧妙地压缩了基于匹配的 VOS 中的时空冗余，以实现高精度和高速度。

    Feb, 2021

  • 学习视频目标分割的快速和稳健的目标模型

    该研究提出了一种新的视频对象分割方式，它由轻量级模块和分割模型两部分组成。在推理阶段使用快速优化技术学习目标外观模型，以预测出粗略但鲁棒的目标分割，然后将粗略的分数转化成高质量的分割掩模，该模式具有快速、易于训练、在有限的训练数据情况下仍然高效等优点。在挑战性的 YouTube-VOS 和 DAVIS 数据集上进行了广泛实验，其结果与现有技术相比具有更高的帧率和优异的性能。

    Feb, 2020

  • 卷积神经网络在线自适应视频目标分割

    本文介绍了一种半监督视频目标分割方法，它使用了基于一阶段学习的预训练神经网络，结合在线训练和预训练步骤，显著提高了在 DAVIS 数据集上的分割性能。

    Jun, 2017

  • VONet：使用并行的 U-Net 注意力与对象逐帧的序列 VAE 进行无监督视频对象学习

    VONet 是一种无监督视频物体学习方法，通过采用 U-Net 架构和并行的注意力推理过程生成关注掩模，并利用物体级的顺序 VAE 框架增强每个掩模在连续视频帧上的时间一致性，结合表达丰富的基于变压器的解码器，成为跨五个 MOVI 数据集（包括复杂性不同的视频）的领先无监督物体学习方法。

    Jan, 2024

  • RVOS：端到端的循环神经网络用于视频对象分割

    该研究提出了一种基于循环神经网络的视频多目标分割模型，实现了零样本学习和时间上的目标连贯性，此模型在 DAVIS-2017 和 YouTube-VOS 基准测试上取得了优异的表现，并且其推理时间比现有方法更快。

    Mar, 2019

  • 简化框架下可扩展的视频对象分割

    本研究提出了一种可扩展的简化 VOS（SimVOS）框架，通过利用单个转换器主干进行联合特征提取和匹配，从而实现了针对准确遮罩预测的更好的目标感知特征学习。实验证明，SimVOS 在流行的视频对象分割基准测试中取得了最先进的结果，即 DAVIS-2017（88.0％J＆F），DAVIS-2016（92.9％J＆F）和 YouTube-VOS 2019（84.2％J＆F），而不使用任何先前 VOS 方法中使用的合成视频或 BL30K 预训练。

    Aug, 2023

  • 基于时间聚合网络和动态模板匹配的快速视频对象分割

    本文介绍了一种将 “tracking-by-detection” 引入视频对象分割的方法，通过提出一种新的时间聚合网络和新的动态时间演进模板匹配机制，成功将分割与跟踪相一致，并在 DAVIS 基准测试中取得了新的最优表现。

    Jul, 2020