ビデオインスタンスセグメンテーション

ビデオインスタンスセグメンテーションは、コンピュータビジョンの新しい課題で、ビデオ内でインスタンス検出、セグメンテーション、追跡を同時に実現することを目指しています。この課題は、画像インスタンスセグメンテーションの問題を初めてビデオ領域に拡張し、YouTube-VISなどの大規模ベンチマークデータセットを通じて関連研究の発展を促進しています。YouTube-VISには2,883本の高解像度ビデオ、40種類のラベル、および131,000枚の高品質なインスタンスマスクが含まれており、実用的なアプリケーションにとって非常に価値があります。