Une méthode simple et puissante d'optimisation globale pour la segmentation d'objets vidéo non supervisée

Nous proposons une approche simple, mais puissante pour la segmentation d'objets non supervisée dans les vidéos. Nous introduisons une fonction objectif dont le minimum représente le masque de l'objet principal saillant sur la séquence d'entrée. Cette méthode ne repose que sur des caractéristiques d'image indépendantes et des flux optiques, qui peuvent être obtenus à l'aide de méthodes auto-supervisées prêtes à l'emploi. Elle s'adapte à la longueur de la séquence sans nécessiter de superpixels ou de raréfaction, et elle se généralise à différents ensembles de données sans entraînement spécifique. En réalité, cette fonction objectif peut être dérivée d'une forme de clustering spectral appliquée à l'ensemble de la vidéo. Notre méthode atteint des performances comparables à celles de l'état de l'art sur des benchmarks standards (DAVIS2016, SegTrack-v2, FBMS59), tout en étant conceptuellement et pratiquement beaucoup plus simple. Le code est disponible à l'adresse https://ponimatkin.github.io/ssl-vos.