Mar, 2023

自监督视频分割的统一掩模嵌入和对应关系学习

TL;DR通过开发一个统一的框架,其中同时建模跨帧密集对应以进行本地区分特征学习并嵌入对象级上下文进行目标掩码解码,从而使得能够直接从未标记的视频中学习执行基于掩码的连续分割,而不是依赖于基于像素的关联的廉价“复制”标签的非直接方法。