本文提出了一种端到端可训练的深度学习模型，利用时间信息来利用易于获取的未标记数据，从而解决了视频分割中标签稀缺的问题。实验结果表明，该模型能够显著优于基线方法和逐帧图像分割。

Aug, 2019

本文提出了一种新颖的深度神经网络架构，用于使用异构注释进行半监督语义分割，从而实现了分类和分割的解耦。该算法利用训练数据中的图像级和像素级类标签分别学习分类和分割网络，有效地减少了限制搜索空间并展现出优异的性能表现。

Jun, 2015

提出一种分离策略，并应用于视频实例分割任务，包括分割、跟踪和细化，使用引用跟踪器和时间细化器构建 Decoupled VIS 框架 (DVIS)，并在 OVIS 和 VIPSeg 数据集上取得了新的 SOTA 表现。

Jun, 2023

本篇论文提出了一种基于标签传播和特征相似性的转导方法，用于半监督视频目标分割，其中考虑了长期目标出现特征。该方法无需额外的模块、数据集或架构设计，使用普通的 ResNet50 作为主干，在 DAVIS 2017 评估集上达到了 72.3 的分数，有着高性能和高效率的优点。

Apr, 2020

本文提出了一种利用未标记数据改进的视频语义分割训练模型，该模型结合了卷积架构和时空转换器循环层，并能够通过光流适应性地门控使时间上的标记信息传递，模型通过未标记帧来改善视频分割准确性，并在基于多个深度架构中进行了广泛实验。

Dec, 2016

通过结合基于类别的目标检测、类别独立的目标外观分割和时间上的目标追踪等方法，通过训练全卷积网络对视频中的特定对象外观进行独立的分割，再引入对检测框时间上的连续性约束，从而实现半监督视频目标分割。

Jul, 2017

该研究提出了一种新颖的无监督视频多目标分割方法，通过结合前景区域估计和实例分组来提高实例判别，引入判别性外观模型用于目标跟踪，实现更准确的物体发现，以及采用自适应内存更新等三种策略提高分割准确性和推理速度，并在 DAVIS17 和 YouTube-VIS 数据集上超越了现有技术的表现。

Apr, 2021

本文研究了一种基于像素嵌入和密集对应的方法，有效地利用时间段内的远距离依赖性和无在线监督，用于快速和准确地进行视频物体分割，并与竞争状态下的在线半监督方法具有很高的可比性。

Oct, 2019

本文提出了一种基于数据蒸馏的跟踪器，通过使用训练于 Re-ID 数据集的嵌入网络生成伪标签来增强检测数据集，从而同时实现了快速和高质量的多目标跟踪。

May, 2022

结合基于记忆的匹配和运动引导传播的 DeVOS（可变形视频对象分割）架构，用于视频对象分割，实现稳定的长期建模和强大的时间一致性。

May, 2024