PReMVOS: Vorschlagsgenerierung, Verfeinerung und Zusammenführung für die Video-Objekt-Segmentierung

Wir behandeln die halbüberwachte Video-Objekt-Segmentierung, die Aufgabe, automatisch genaue und konsistente Pixelmasken für Objekte in einer Videosequenz zu generieren, wobei die Annotations der ersten Frame als Grundlage dienen. Um dieses Ziel zu erreichen, stellen wir den PReMVOS-Algorithmus (Vorschlagsgenerierung, Verfeinerung und Zusammenführung für Video-Objekt-Segmentierung) vor. Unser Verfahren gliedert dieses Problem in zwei Schritte: Zunächst wird eine Reihe von genauen Vorschlägen für Objektsegmentationsmasken für jeden Videoframe generiert, danach werden diese Vorschläge ausgewählt und zusammengeführt, um genaue und zeitlich konsistente pixelgenaue Objektschienen über eine Videosequenz zu erzeugen. Dieser Ansatz ist speziell darauf ausgelegt, die schwierigen Herausforderungen bei der Segmentierung mehrerer Objekte in einer Videosequenz anzugehen. Unser Ansatz übertreffen alle bisherigen Stand-von-der-Kunst-Ergebnisse auf dem DAVIS 2017 Video-Objekt-Segmentierungs-Benchmark mit einem J & F Mittelwert von 71.6 auf dem Test-Dev-Datensatz und erreicht den ersten Platz sowohl im DAVIS 2018 Video-Objekt-Segmentierungs-Wettbewerb als auch im YouTube-VOS 1. Large-scale Video Object Segmentation Challenge.请注意，"Test-Dev-Datensatz" 和 "Wettbewerb" 等术语在德语中是常用的科技和学术词汇。此外，"DAVIS 2017" 和 "YouTube-VOS" 等专有名词保持不变，以确保信息的准确性。