用于无监督视频对象分割的锚点扩散模型

无监督视频对象分割通常采用基于循环神经网络（RNN）和光流的方法来解决。尽管这些方法结构复杂，但往往更倾向于建模短期时序依赖关系，因而容易产生误差累积，导致随时间推移出现漂移现象。此外，仅使用简单（静态）图像分割模型，其性能已能与这些复杂方法相媲美，这进一步表明，当前对时序依赖关系的建模方式亟需重新审视。基于上述观察，本文探索了简单而有效的策略，用于建模长期时序依赖关系。受文献[70]中非局部算子的启发，我们提出一种技术，能够在参考“锚点”帧与当前帧的像素嵌入之间建立密集对应关系。该方法无需依赖中间帧，即可实现任意远距离的像素对之间依赖关系的学习。在无需在线监督的情况下，我们的方法能够有效抑制背景，精确分割前景对象，即使在复杂场景下也能保持稳定一致的性能表现。在DAVIS-2016无监督方法排行榜上，本方法以81.7%的平均交并比（mean IoU）位居第一，同时在性能上仍可与当前最先进的在线半监督方法相抗衡。此外，我们在FBMS数据集和ViSal视频显著性数据集上进一步评估了该方法，结果表明其性能达到或接近当前最先进水平。