Apr, 2023

视频物体分割的鲁棒高效记忆网络

PDF
TL;DR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。
semi-supervised video object segmentationmemory networklocal attention mechanismdynamic memory bankstate-of-the-art results
发现论文，激发创造
  • 视频目标分割的高效区域存储网络

    该研究论文提出了一种局部匹配的解决方案，即区域性记忆网络（RMNet），用于半监督视频对象分割技术，旨在消除空间 - 时间记忆网络中的全局匹配误差并提高计算效率。实验表明， RMNet 在 DAVIS 和 YouTube-VOS 数据集上的表现优于现有的技术。

    Mar, 2021

  • 双时序记忆网络用于高效的视频目标分割

    本文提出了一种端到端的网络来解决视频对象分割中时间建模的根本挑战，包括短期记忆子网络和长期记忆子网络，通过图形学习框架提高局部区域间的可视一致性，在三个常用的数据集上取得了非常好的性能。

    Mar, 2020

  • 基于核函数的记忆网络用于视频对象分割

    提出了一种基于核化记忆网络的半监督视频目标分割算法，采用了找茬策略来处理遮挡和边界提取等问题，并在标准基准测试上超过了目前最先进的算法 5% 的性能表现。

    Jul, 2020

  • 视频物体分割的分层记忆匹配网络

    本文提出了一种层次化记忆匹配网络（HMMN），通过两个先进的记忆读取模块，我们可以在多个尺度上执行记忆读取并利用时间平滑，从而实现准确的内存检索，进而预测详细的对象遮罩。在 DAVIS 2016/2017，YouTube-VOS 2018/2019 验证集以及 DAVIS 2017 测试集上，我们的网络都取得了最先进的性能。

    Sep, 2021

  • 利用时空记忆网络进行视频对象分割

    提出了一种用于半监督视频对象分割的新型解决方案，通过利用内存网络中的可用线索和遍历所有可用源中的相关信息来实现更好的处理外观变化和遮挡等挑战，从而实现了最先进的性能。

    Apr, 2019

  • 时空强化网络用于视频目标分割

    最近，视频对象分割（VOS）网络通常使用基于记忆的方法：对于每个查询帧，通过空间 - 时间匹配预测掩码以与记忆帧相匹配。尽管这些方法具有卓越的性能，但存在两个问题：1）具有挑战性的数据可以破坏相邻视频帧之间的空间 - 时间一致性。2）像素级匹配会由噪音或干扰引起不希望的不匹配。为解决上述问题，我们首先提出在相邻帧之间生成一个辅助帧，作为查询帧的隐式短时间参考。随后，我们为每个视频对象学习一个原型，并在查询帧和记忆帧之间实施原型级匹配。实验证明，在 DAVIS 2017 上我们的网络优于最先进的方法，达到了 86.4% 的 J&F 分数，并且在 YouTube VOS 2018 上获得了 85.0% 的竞争结果。此外，我们的网络的推理速度为 32+ FPS。

    May, 2024

  • 高效记忆继续学习的长视频目标分割

    提出两种方法以减少在线视频对象分割方法的内存需求，同时提高建模准确性和推广性，并实验结果表明这些方法可以提高在线视频对象分割模型的性能，增强其在长视频数据集上的鲁棒性。

    Sep, 2023

  • XMem++：从少量标注帧生成生产级别的视频分割

    我们提出了一种新颖的半监督视频对象分割 (SSVOS) 模型 XMem++，通过引入永久记忆模块来改进现有的基于记忆的模型，在生产环境中持续地从高度复杂的场景中提取复杂对象仍然是一项费时费力的任务。我们的方法能够以较少的帧标注数量提取高度一致的结果，并引入了一种迭代和基于注意力的帧建议机制来计算最佳的下一帧注释。此外，我们还介绍了一个新的数据集 PUMaVOS，该数据集覆盖了以前基准中未出现的新的挑战性用例。我们在具有挑战性的（部分和多类别）分割场景以及长视频上展示了 SOTA 性能，同时确保显著减少了任何现有方法的帧标注数量。

    Jul, 2023

  • 动态查询调节的视频目标分割

    通过将对象特征汇总成为动态查询，并将其作为动态滤波器用于掩膜预测，我们提出了一种名为 QMVOS 的查询调节方法，从而为模型提供高级描述和对象级感知。通过查询间的注意力实现高效有效的多对象交互，这一方法对基于内存的半监督视频对象分割方法带来了显著的改进，并在标准 SVOS 基准上实现了竞争性能。

    Mar, 2024

  • RMem: 受限内存存储改进视频对象分割

    通过限制记忆库的规模，我们在视频目标分割模块（VOS）中实现了显著的提高。这个过程平衡了帧的重要性和新鲜度，以维持一个有限容量的信息性记忆库，并降低了训练 - 推理过程中记忆长度的差异，从而在时间推理方面开辟了新的机遇。最终，我们通过 “RMem”（即 “R” 表示限制）将这些见解体现出来，这是一个简单而有效的在具有挑战性的 VOS 场景中取得卓越表现的 VOS 修改方法，并在目标状态变化方面（在 VOST 数据集上）和长视频方面（在长视频数据集上）建立了新的最佳性能。

    Jun, 2024