비디오 객체 분할에서 배경 방해 요소 처리

반감독형 비디오 객체 분할(VOS)은 비디오에서 특정 지정된 객체들을 밀도 있게 추적하는 것을 목표로 합니다. 이 작업의 주요 도전 과제 중 하나는 대상 객체와 유사하게 보이는 배경 방해물들의 존재입니다. 우리는 이러한 방해물을 억제하기 위한 세 가지 새로운 전략을 제안합니다: 1) 시공간적으로 다양화된 템플릿 구성 방식으로 대상 객체의 일반적인 속성을 획득합니다; 2) 학습 가능한 거리-점수 함수를 사용하여 두 연속 프레임 간의 시간 일관성을 활용하여 공간적으로 멀리 떨어진 방해물을 제외합니다; 3) 엉키는 객체를 포함한 훈련 샘플을 제공하여 각 객체가 고유한 특성을 갖도록 강제하는 스왑-앤패치 증강(Swap-and-Attach Augmentation) 방법을 사용합니다. 모든 공개 벤치마크 데이터셋에서 우리의 모델은 실시간 성능을 유지하면서도 현대적인 최신 접근법과 비교할 수 있는 성능을 달성하였습니다. 정성적인 결과 역시 기존 방법들보다 우리 접근법의 우수성을 입증하였습니다. 우리는 우리의 접근법이 미래의 VOS 연구에 널리 활용될 것이라고 믿습니다.