모션 살리ENCY-가이드된 시공간 전파를 이용한 비지도 영상 객체 분할

비지도 비디오 세그멘테이션은 객체 식별에서 압축에 이르기까지 다양한 응용 분야에서 중요한 역할을 합니다. 그러나, 현재까지 빠른 움직임, 모션 블러 및 가림 현상은 큰 도전 과제로 남아 있습니다. 이러한 도전 과제를 해결하기 위해 비지도 비디오 세그멘테이션에 대해 새로운 주요성 추정 기술과 광학 흐름 및 엣지 큐를 기반으로 한 새로운 이웃 그래프를 개발하였습니다. 우리의 접근 방식은 초기 전경-배경 추정의 정확성을 크게 향상시키고 시간에 따른 안정적이고 정확한 확산을 가능하게 합니다. 우리는 제안된 알고리즘을 DAVIS, SegTrack v2 및 FBMS-59 데이터셋 등 어려운 환경에서 평가하였습니다. 200장의 이미지를 통해 학습된 표준 엣지 검출기만 사용하였음에도 불구하고, 우리의 방법은 비지도 설정에서 딥 러닝 기반 방법들을 능가하는 최신 수준의 결과를 달성하였습니다. 또한 DAVIS 데이터셋에서 반지도 설정에서도 딥 러닝 기반 방법들과 비교 가능한 경쟁력 있는 결과를 보여주었습니다.