【视频目标分割】开源 | 利用循环机制提高半监督视频目标分割质量，提高VOS系统的鲁棒性

获取完整原文和代码，公众号回复：10100008932

论文地址： http://arxiv.org/pdf/2111.01323v1.pdf

代码： 公众号回复：10100008932

来源： 上海交通大学

论文名称：Exploring the Semi-supervised Video Object Segmentation Problem from a Cyclic Perspective

原文作者：Yuxi Li

内容提要

视频目标分割(VOS)算法在序列处理顺序上取得了非常高的性能，但目前流行的大多数算法仍存在明显的不足，如累积误差、未知鲁棒性或缺乏合适的解释工具等。在本文中，我们将半监督视频目标分割问题置于一个循环的工作流程中，并发现通过半监督VOS系统固有的循环特性，可以有效地解决上述问题。首先，在标准序列流中加入循环机制可以产生更一致的像素级对应表示。依赖于在起始帧中准确的参考掩码，表明错误传播问题可以被缓解。接下来，一个简单的梯度校正模块，将离线循环管道自然地扩展为在线的方式，可以在保持可行的计算成本的情况下，突出显示结果中频繁和详细的部分，进一步提高分割质量。同时，这种校正可以防止由于干扰信号导致网络性能严重下降。最后，我们开发了基于梯度修正过程的循环有效感受野(cycle-ERF)，为分析目标特异性兴趣区域提供了一个新的视角。我们对DAVIS16、DAVIS17和Youtube-VOS的挑战性基准进行了全面比较和详细分析，论证了循环机制有助于提高VOS分割质量，提高VOS系统的鲁棒性，并进一步对不同VOS算法的工作原理进行了定性比较和解释。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。