偽のフロー生成を用いた無教師ビデオオブジェクトセグメンテーションの改善

非監督ビデオオブジェクトセグメンテーション（VOS）、またはビデオ显著オブジェクト検出は、ピクセルレベルでビデオ内の最も目立つオブジェクトを検出することを目指しています。最近、RGB画像と光学フロー図の両方を利用する二ストリームアプローチが大きな注目を集めています。しかし、訓練データの量が限られていることが依然として大きな課題となっています。本研究では、単一画像から擬似光学フローをシミュレーションする新しいデータ生成方法を提案します。これにより、安定したネットワーク学習のための大規模な訓練データを作成することが可能となります。光学フロー図が深度マップに強く依存しているという観察に基づいて、各画像の推定された深度マップを精製および拡張することで擬似光学フローを生成します。我々のシミュレートされた画像-フローペアを組み込むことで、複雑なモジュールに依存せずにすべての公開ベンチマークデータセットで新たな最先端の性能を達成しました。我々は、このデータ生成方法が将来のVOS研究における潜在的な突破口になると信じています。