arXiv · 机器人与计算机视觉· Yuhuan Hong, Yiming Ren, Zhiqiang Lin, Feize Wu, Xingyun Liu, Yitong Xie, Lei Zhou, Lisheng Wu, Junjie Wang, Yujiu Yang·· 8 天前AI 评分43
PS-VRS:基于谓词状态定位的语义级视频推理分割新基准与方法
The Target Is a Predicate: Predicate-State Grounding for Semantic-Level Video Reasoning Segmentation
AI 导读
针对现有方法目标识别后持续发射掩码导致误报的问题,论文提出 PS-VRS 框架及包含 2,077 个视频、16,250 条标注查询的 PS-Bench 基准。提出的 PSG 策略通过预测 [ACTIVE]/[VACANT] 状态令牌并结合 SAM2 仅在活跃态发射掩码,在 PS-Bench 上比现有基线 J&F 分数提升 9.32 分并显著降低假阳性发射。
来源:arXiv · 机器人与计算机视觉 · arxiv.org