AAAIDec, 2020

CompFeat: 视频实例分割的全面特征聚合

PDF
TL;DR本文提出了一种视频实例分割方法 - ComFeat，该方法采用了新的特征聚合方法、注意力机制以及 siamese 设计，可以解决单帧特征难以应对运动模糊和外观变化等问题，同时在 YouTube-VIS 数据集上得到了有效验证。
video instance segmentationfeature aggregationattention mechanismsiamese designyoutube-vis dataset
发现论文，激发创造
  • 视频实例分割

    本论文提出了一个新的计算机视觉任务，名为视频实例分割，目标是同时检测、分割和跟踪视频帧中的实例。为了便于研究，提出了一个大规模基准数据集 YouTube-VIS 和一个新算法 MaskTrack R-CNN。实验表明，这个算法优于强基线，并为未来研究提供了启示。

    May, 2019

  • 基于流引导的视频目标检测特征聚合

    该研究提出了一种基于流引导特征聚合的视频物体检测学习框架，该框架通过沿着运动路径聚合邻近特征来提高视频的识别精度，避免了视频中物体外观退化的问题，并且完全可训练，与 ImageNet VID 挑战的最佳工程系统相当

    Mar, 2017

  • 视频人脸识别特征聚合网络

    本文提出了一种基于元注意力聚合的方法来学习视频紧凑表示以实现视频人脸识别任务，并对其进行了实验验证和性能比较。

    May, 2019

  • 视频实例分割的时空对比学习

    本文提出了一种基于 CondInst 方法和单阶段的跟踪头的简单高效的视频实例分割框架，利用新颖的双向时空对比学习策略和实例级别的时间一致性方案来提高实例关联性准确性，在 YouTube-VIS-2019，YouTube-VIS-2021 和 OVIS-2021 数据集上验证了该方法的有效性和效率。

    Feb, 2022

  • 有效的一阶段视频实例分割中的空间特征校准与时间融合

    我们提出了一个名为 STMask 的简单而有效的一阶段视频实例分割框架，通过空间校准和时间融合解决了现代一阶段视频实例分割网络的一些限制，它能够处理视频中的挑战性场景并具有很高的性能。

    Apr, 2021

  • VISOLO：基于网格的时空聚合，实现高效的在线视频实例分割

    本文提出了一种基于网格结构特征表示的新型单阶段框架，并引入协作操作模块来聚合可用帧的信息以丰富所有 VIS 子任务的特征，从而在所有 VIS 任务中高效地充分利用先前信息，实现了实时处理，并在 YouTube-VIS 2019 和 21 数据集上获得了新的最高准确率（38.6 AP 和 36.9 AP）和速度（40.0 FPS），代码已公开。

    Dec, 2021

  • ReConvNet: 带有时空特征调制的视频对象分割

    ReConvNet 是一种循环卷积架构，用于半监督视频对象分割，能够快速适应其特征以聚焦于感兴趣的任何特定对象。通过条件仿射变换学习自适应于感兴趣的对象的时空特征的方法，不需要额外的推断时间内的训练步骤，且在 DAVIS2016 上表现出有竞争力的结果。

    Jun, 2018

  • 视频实例分割的深度学习技术综述

    视频实例分割是一项新兴的计算机视觉研究领域，该论文调查了基于深度学习的视频实例分割方案，包括架构设计、性能比较、模型复杂度和计算开销，以及改进性能和未来研究方向等方面的信息。

    Oct, 2023

  • 基于时空图神经网络的端到端视频实例分割

    本文提出了基于图神经网络（GNN）的视频目标实例分割方法，使用图中的节点表示实例特征来进行检测和分割，而使用表示实例关系的图中的边来进行跟踪，有效地传播和共享帧内外信息，同时优化检测、分割和跟踪三个问题，取得了优于现有方法的表现。

    Mar, 2022

  • STEm-Seg：视频中的时空嵌入实例分割

    该论文提出了一种新的视频实例分割方法，基于单阶段的 3D 空间 - 时间体积建模，使用时空嵌入技术聚类像素特征，通过单阶段网络实现端到端训练和推理，取得了多项最先进结果。

    Mar, 2020