في هذا العمل، نقدم نهجًا جديدًا لفصل كائنات الفيديو غير المُشرَّف، والذي يقوم تلقائيًا بإنشاء أقنعة تجزئة على مستوى الكائنات للكائنات البارزة وتعقبها في الفيديو. ونُعَالِجُ بكفاءة المشكلات الموجودة في الأساليب الحالية، مثل الانحراف الناتج عن الانتشار الزمني، وتعقب الكائنات، وإضافة كائنات جديدة. ولتحقيق ذلك، نقترح فكرة جديدة لتحسين الأقنعة بطريقة مباشرة (أونلاين) باستخدام تجميع لمعايير تهدف إلى تقييم جودة الأقنعة. كما نُقدِّم فكرةً مبتكرة لتقييم جودة الأقنعة باستخدام شبكة عصبية تُسمَّى "شبكة المُختار" (Selector Net). وتم تدريب الشبكة المقترحة بطريقة تُمكِّنها من التعميم عبر مختلف المجموعات البيانات. ويُظهر الأسلوب المقترح قدرته على تقليل الضوضاء المتراكمة على طول الفيديو، مما يُحقِّق أفضل النتائج المُحقَّقة حاليًا على مجموعة بيانات تحدٍّ غير مُشرَّف Davis 2019، بتحقيق متوسط قياسات J & F بنسبة 61.6%. كما تم اختباره على مجموعات بيانات أخرى مثل FBMS وSegTrack V2، حيث أظهر أداءً أفضل أو مُعادلًا للأساليب الأخرى.