arXiv · 机器人与计算机视觉· Bing Fan, Minghao Li, Hanzhi Zhang, Shaohua Dong, Naga Prudhvi Mareedu, Xiaoqiong Liu, Weishi Shi, Yunhe Feng, Yan Huang, Heng Fan·· 16 天前AI 评分68
面向真实场景的视觉查询分割:VQS-4K 基准与 VQ-SAM 方法
Towards Visual Query Segmentation in the Wild
AI 导读
论文介绍视觉查询分割(VQS)这一新范式,旨在给定视觉查询时分割未剪辑视频中目标对象的所有像素级出现位置。为此构建了包含 4,111 个视频、超 130 万帧及 222 类对象的 VQS-4K 基准,所有数据均经人工精细标注。作者提出名为 VQ-SAM 的方法,通过利用目标与背景干扰线索并引入自适应记忆生成模块,在 VQS-4K 上取得优于现有方法的结果。基准代码已开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org