此篇论文介绍了一个新的大型视频对象分割数据集（YouTube-VOS），目前是已知最大的数据集之一，其中包含 4,453 个 YouTube 视频剪辑和 94 个物体类别，并在此数据集上评估了几种现有的最先进的视频对象分割算法，以建立未来新算法的基础。

Sep, 2018

该研究提出了一种新的、自动化的视频物体分割方法，通过集成一种可区分的少量样本学习模块，提高了分割精度，实现了当前YouTube-VOS 2018数据集的最新最佳分数，并使相对改进率达到了2.6％以上。

Mar, 2020

提出了一种基于稀疏点注释方案的新型Point-VOS任务和标注机制，通过基于伪掩码的训练可以使现有的VOS方法在性能上接近全监督的表现，并且该数据可用于改进视觉和语言相关的模型。

Feb, 2024

视频对象分割（VOS）旨在在视频中区分和跟踪目标对象。我们提出了一个名为LVOS的新基准，比现有的数据集包含长5倍的视频，以更好地反映VOS模型在实际场景中的性能。在LVOS中，我们评估了20个现有的VOS模型，并发现这些模型在真实场景中遇到了较大的性能下降，突出了在实际世界场景中实现精确跟踪和分割的挑战。

Apr, 2024

本研究针对图像和视频中的可提示视觉分割问题提出了Segment Anything Model 2（SAM 2），构建了一个用户交互的数据引擎，以收集迄今为止最大的video segmentation数据集。通过使用我们的模型，视频分割的准确性显著提高，且交互次数减少到以前方法的三分之一，展现出在图像分割方面比之前的模型更快和更精准的处理能力。

Aug, 2024

本研究针对视频目标分割(VOS)中的对象遮挡、分裂及物体在拥挤场景中的追踪等挑战，提出了一种结合SAM2和Cutie模型的新方法。通过调试超参数，我们的方案在LSVOS挑战VOS赛道的测试阶段取得0.7952的J

Aug, 2024

本研究解决了视频物体分割（VOS）中的多个挑战，如物体遮挡、碎片化以及在拥挤场景中跟踪特定物体等问题。我们结合了最先进的SAM2和Cutie模型，探索了多种超参数对视频实例分割性能的影响，最终在LSVOS挑战VOS track的测试阶段获得0.7952的J

Aug, 2024

本研究解决了现有视频分割模型在复杂场景中表现不足的问题。我们引入了第六届大规模视频目标分割挑战，采用更具挑战性的MOSE、LVOS和MeViS数据集，评估视频对象分割（VOS）和指称视频对象分割（RVOS）。本次挑战吸引了来自20多个机构的129个团队参与，推动了视频目标分割技术的发展。

Sep, 2024

本研究探讨了Segment Anything Model 2（SAM2）在视频伪装目标分割（VCOS）中的应用和性能，解决了伪装物体难以检测的难题。研究中评估了SAM2在不同数据集上的表现，并通过与现有多模态大语言模型的整合及特定的数据集微调，发现SAM2在视频中的伪装物体检测中具备出色的零样本能力，这一能力可以通过调整参数进一步提升。

Sep, 2024

本研究针对Segment Anything Model 2 (SAM 2) 在复杂长视频分割中存在的“误差累积”问题，提出了一种改进的无训练视频对象分割方法SAM2Long。此方法通过对每帧的分割不确定性进行考虑，以约束树搜索的方式从多个分割路径中选择视频级的最优结果，从而有效提升了对复杂长视频的分割和跟踪能力。

Oct, 2024