비디오 객체 분할을 위한 간단하면서도 강력한 전역 최적화 방법

우리는 비디오에서 비지도 객체 분할을 위한 간단하면서도 강력한 접근 방식을 제안합니다. 입력 시퀀스 전체에서 주요 주목할 만한 객체의 마스크를 나타내는 목적 함수를 소개합니다. 이 방법은 독립적인 이미지 특징과 광학 흐름에만 의존하며, 이러한 특징들은 오프더셀프 자기지도 학습 방법을 사용하여 얻을 수 있습니다. 이 목적 함수는 슈퍼픽셀이나 희소화 없이 시퀀스의 길이에 따라 확장되며, 특정 학습 없이도 다양한 데이터셋에 일반화됩니다. 실제로 이 목적 함수는 전체 비디오에 적용된 스펙트럼 클러스터링의 형태에서 유도될 수 있습니다. 우리의 방법은 표준 벤치마크(DAVIS2016, SegTrack-v2, FBMS59)에서 최신 기술과 동등한 성능을 달성하면서 개념적이고 실용적으로 훨씬 더 단순합니다. 코드는 https://ponimatkin.github.io/ssl-vos 에서 제공됩니다.