【CVPR2020】从未标记的视频中学习视频对象分割，Learning Video Object Segmentation from Unlabeled Videos

主题： Learning Video Object Segmentation from Unlabeled Videos

摘要：

我们提出了一种新的视频对象分割方法(VOS)，解决了从未标记的视频中学习对象模式的问题，而现有的方法大多依赖于大量的带注释的数据。我们引入了一个统一的无监督/弱监督学习框架，称为MuG，它全面地捕捉了VOS在多个粒度上的内在特性。我们的方法可以帮助提高对VOS中可视模式的理解，并显著减少注释负担。经过精心设计的体系结构和强大的表示学习能力，我们的学习模型可以应用于各种VOS设置，包括对象级零镜头VOS、实例级零镜头VOS和单镜头VOS。实验表明，在这些设置下，有良好的性能，以及利用无标记数据进一步提高分割精度的潜力。