CVPR 2020-Video Object Segmentation

研究概况

对视频中感兴趣的目标进行分割,给定第一帧mask的VOS称为one-shot VOS (单样本VOS),无第一帧目标mask的称为zero-shot VOS(无样本VOS)。视频目标分割(Video Object Segmentation,VOS) 是集检测、跟踪、分割、ReID于一体的计算机视觉任务,提供了更加丰富的信息,标注成本很高,计算量也比较大,近年来随着高性能设备和相关数据集的出现,也越来越受到关注。CVPR 2020 总计有8篇相关文献。
在这里插入图片描述

论文列表(8篇)

A Transductive Approach for Video Object Segmentation
Code:https://github.com/microsoft/transductive-vos.pytorch
在这里插入图片描述

Learning Fast and Robust Target Models for Video Object Segmentation
Code :https://github.com/andr345/frtm-vos
在这里插入图片描述

Fast Video Object Segmentation With Temporal Aggregation Network and Dynamic Template Matching
Code: https://xuhuaking.github.io/Fast-VOS-DTTM-TAN/
在这里插入图片描述

Learning Video Object Segmentation From Unlabeled Videos
Code:https://github.com/carrierlxk/MuG
在这里插入图片描述

State-Aware Tracker for Real-Time Video Object Segmentation
Code:https://github.com/XavierCHEN34/State-Aware-Tracker
解读:漫谈视频目标跟踪与分割
在这里插入图片描述

Memory Aggregation Networks for Efficient Interactive Video Object Segmentation
在这里插入图片描述

Visual-Textual Capsule Routing for Text-Based Video Segmentation
在这里插入图片描述

Fast Template Matching and Update for Video Object Tracking and Segmentation
Code: https://github.com/insomnia94/FTMU
在这里插入图片描述

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值