video object segmentation | BriefGPT

关键词video object segmentation

搜索结果 - 126

CVPRRMem: 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 “R
PDF20 days ago
CVPRCVPR2024 PVUW 工作坊 MOSE 跟踪比赛第二名解决方案：复杂视频目标分割
我们在 MOSE 轨道的 PVUW 2024 比赛中排名第二，并采用实例分割、运动模糊、测试时间增强和记忆策略等方法来提高视频对象分割的准确性。
PDF20 days ago
DVOS: 自我监督的密集纹理视频目标分割
使用多任务学习的扩散方法，我们发展了一种半自监督时空方法，通过模拟真实视频的光流和运动来合成可用于训练 DVOS 模型的计算机注释视频；在小麦头部分割方面，我们提出的方法表现出较高的性能，当在无人机捕捉的外部测试集上进行测试时，Dice 分
PDF25 days ago
2024 PVUW 工作坊 CVPR 赛道多目标视频分割冠军解决方案
在视频目标分割领域，尤其是对象被遮挡和分割成部分的复杂场景中，追踪和分割多个对象一直是一项挑战。本研究提出了一种基于语义嵌入的视频目标分割模型，使用对象的显著特征作为查询表征，通过语义理解帮助模型识别对象的部分，并捕捉对象更具辨识性的特征。
PDF25 days ago
CVPR 2024 PVUW 复杂视频对象分割 MOSE 赛道第三名解决方案
视频目标分割是计算机视觉中的重要任务，研究了切割模型的灵感、对象记忆、内存帧总数和输入分辨率对分割性能的影响，并在复杂视频目标分割（MOSE）数据集上验证了我们方法的有效性，实验结果表明在测试集上达到了 0.8139 的 J&F 得分，在处
PDFa month ago
利用动态生长的子网络进行视频目标分割中的终身学习和领域泛化
基于动态增长的子网络（DGT）的多领域视频对象分割方法，在单一领域和多领域源的评估中实现了显著的性能提升并具有最小的领域遗忘。
PDFa month ago
视频对象分割的一次性训练
本论文提出了一种视频目标分割 (VOS) 的新的一次性训练框架，只需要一个标记的帧来训练，并适用于大多数最先进的 VOS 网络。通过双向训练，我们得到了一个令人满意的 VOS 网络，仅使用了 YouTube-VOS 和 DAVIS 数据集的
PDFa month ago
DeVOS: 流引导的可变形变压器用于视频对象分割
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。
PDF2 months ago
大规模视频对象分割中的全局动作理解
通过在动态视频的对象分割中集成场景全局运动知识，我们展示了从其他领域的视频理解中转移知识并结合大规模学习可以提高复杂环境下的鲁棒性。我们提出了一种半监督视频对象分割架构，利用运动理解中的现有知识进行更平滑的传播和更准确的匹配。同时，我们使用
PDF2 months ago
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
PDF2 months ago
LVOS：大规模长期视频对象分割的基准
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
PDF2 months ago
动态与静态：面向自主训练的视频对象分割的混合视觉对应
本文介绍了一种名为 HVC 的混合静态动态视觉对应框架，用于自监督视频对象分割。HVC 从静态图像中提取伪动态信号，实现了高效且可扩展的 VOS 模型。该方法利用极简的全卷积架构在图像裁剪视图中捕捉静态动态视觉对应关系，并通过统一的自监督方
PDF2 months ago
运动物体分割：只需 SAM（和 Flow）
通过将光流与 Segment Anything 模型 (SAM) 结合，本文研究了两种模型，一种使用光流作为输入，另一种使用 RGB 作为输入，这两种简单的方法在单个和多个物体分割基准测试中，凭借其出色的性能超过了所有先前的方法，同时还将这
PDF2 months ago
CVPR事件辅助的低光视频目标分割
该研究介绍了一种创新的框架，针对低光条件下的视频物体分割，利用事件相机数据提高分割准确性。该方法包括自适应跨模态融合模块（ACMF）和事件引导的内存匹配模块（EGMM），并创建了一个合成的 LLE-DAVIS 数据集和一个真实世界的 LLE
PDF3 months ago
OneVOS: 统一视频对象分割的全能变压器框架
在这篇论文中，我们提出了 OneVOS，这是一个使用全新的 All-in-One Transformer 将 VOS 核心组件统一起来的框架。我们通过将帧、掩码和多个对象的所有特征建模为 Transformer tokens，通过灵活的注意
PDF4 months ago
ClickVOS: 点击视频目标分割
Video Object Segmentation task is addressed by proposing Click Video Object Segmentation (ClickVOS), an end-to-end basel
PDF4 months ago
点指上行视频目标分割
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。
PDF5 months ago
两次拍摄足够吗？一种用于乳腺超声视频分割的标签高效方法
该研究提出了一种新颖的两阶段训练范式，用于乳腺超声视频的分割，通过多样化的数据增强策略实现了自由空时一致性的捕捉，并在医学数据集上进行了验证，结果表明该方法在仅使用 1.9％的训练标签时能够获得与完全注释数据相当的性能。
PDF5 months ago
具有可变形注意力的自主视频目标分割中蒸馏学习
基于可变形注意力的自监督视频对象分割方法在学习对象表示时能够有效地适应时间变化，通过将可变形注意力集成到蒸馏损失中，我们在自监督学习框架下训练了该方法，并在包括 DAVIS 2016/2017 和 YouTube-VOS 2018/2019
PDF5 months ago
第一名解决方案：第五届 LSVOS 挑战赛 - 视频对象引用分割
通过将 RVOS 模型与 Two-Stage Multi-Model Fusion 策略结合，提出了一种有效的模式，该模式在 Ref-Youtube-VOS 验证集上实现了 75.7% 的 J&F，在测试集上实现了 70% 的 J&F，在
PDF6 months ago