Video instance segmentation aims to detect, segment, and track objects in a video. Current approaches extend image-level segmentation algorithms to the temporal domain. However, this results in temporally inconsistent masks. In this work, we identify the mask quality due to temporal stability as a performance bottleneck. Motivated by this, we propose a video instance segmentation method that alleviates the problem due to missing detections. Since this cannot be solved simply using spatial information, we leverage temporal context using inter-frame attentions. This allows our network to refocus on missing objects using box predictions from the neighbouring frame, thereby overcoming missing detections. Our method significantly outperforms previous state-of-the-art algorithms using the Mask R-CNN backbone, by achieving 35.1% mAP on the YouTube-VIS benchmark. Additionally, our method is completely online and requires no future frames. Our code is publicly available at https://github.com/anirudh-chakravarthy/ObjProp.


翻译:视频实例分割法的目的是在视频中检测、 分区和跟踪对象。 目前的方法将图像级分解算法扩展至时间域。 但是, 这导致时空的遮罩。 在这项工作中, 我们确定由于时间稳定性而导致的遮罩质量是一个性能瓶颈。 我们为此提出一个视频实例分割法, 缓解因缺少检测而出现的问题。 由于无法简单地使用空间信息来解决这个问题, 我们利用跨框架的注意来利用时间背景。 这使我们的网络能够利用相邻框架的方框预测来重新关注丢失的物体, 从而克服缺失的探测。 我们的方法大大超过使用Mack R- CNN主干线的以往最新算法, 在YouTube- VIS 基准上实现了35.1% mAP。 此外, 我们的方法完全在线, 不需要将来的框架。 我们的代码可以在 https://github.com/ anirudh- chakavarthy/ObjProp上公开查阅 。

0
下载
关闭预览

相关内容

专知会员服务
82+阅读 · 2020年9月27日
专知会员服务
109+阅读 · 2020年3月12日
【论文推荐】小样本视频合成,Few-shot Video-to-Video Synthesis
专知会员服务
23+阅读 · 2019年12月15日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
计算机视觉领域顶会CVPR 2018 接受论文列表
语义分割+视频分割开源代码集合
极市平台
35+阅读 · 2018年3月5日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
6+阅读 · 2018年3月29日
VIP会员
相关VIP内容
专知会员服务
82+阅读 · 2020年9月27日
专知会员服务
109+阅读 · 2020年3月12日
【论文推荐】小样本视频合成,Few-shot Video-to-Video Synthesis
专知会员服务
23+阅读 · 2019年12月15日
Top
微信扫码咨询专知VIP会员