半教師あり動画オブジェクトセグメンテーション（Semi-supervised Video Object Segmentation: VOS）とは、最初のフレームにおいてターゲットオブジェクトの正解セグメンテーションマスクが与えられた状態で、そのオブジェクトを動画全体にわたって予測するタスクである。近年、空間時間メモリネットワーク（Space-Time Memory Networks: STM）は、半教師ありVOSにおける有望な解決策として注目を集めている。しかし、STMをVOSに適用する際、一つの重要な点が無視されがちである。すなわち、STMは非局所的な処理を行う一方で、VOSという問題自体は主に局所的な性質を持つ。このSTMとVOSの不一致を解消するために、本研究ではカーネル化されたメモリネットワーク（Kernelized Memory Network: KMN）を提案する。KMNは、従来の研究と同様に、実際の動画データでの訓練前に静止画像上で事前学習を行う。しかし、従来の手法とは異なり、事前学習段階で「Hide-and-Seek」戦略を採用することで、遮蔽（occlusion）の処理およびセグメンテーション境界の抽出において、より優れた性能を達成することを可能とした。提案手法のKMNは、標準ベンチマークにおいて既存の最先端手法を大きく上回り、DAVIS 2017のテストデベロップメントセットでは+5%の性能向上を達成した。さらに、DAVIS 2016の検証セットにおいて、KMNの1フレームあたりの実行時間は0.12秒であり、STMと比較して追加計算コストが極めて少ないという点で、実用性に優れている。