8、视频目标分割技术：无监督与交互式方法解析

视频目标分割技术：无监督与交互式方法解析

1 无监督视频目标分割

1.1 实验设置

为验证方法的有效性与通用性，进行了不同视频目标分割（VOS）设置下的实验。先在两个单目标视频目标分割（O - VOS）数据集上评估模型，再在两个零样本视频目标分割（Z - VOS）数据集上测试，最后进行诊断实验深入分析。

1.2 O - VOS 性能评估

1.2.1 数据集

选用两个知名的 O - VOS 基准数据集：DAVIS 2017 和 Youtube - VOS。DAVIS 2017 有 60 个训练视频和 30 个验证视频，每个视频包含一个或多个标注的目标实例；Youtube - VOS 是大规模数据集，分为训练集（3471 个视频）和验证集（474 个视频），验证集又分为与训练集类别相同的可见子集（65 类）和包含 26 个未见类别的未见子集。

1.2.2 评估标准

遵循 DAVIS 2017 的标准评估协议，报告平均区域相似度 (J) 和轮廓精度 (F)。对于 Youtube - VOS，分别计算可见集和未见集的这两个指标。

1.2.3 定量结果

在 DAVIS 2017 上，模型在在线学习和离线方法下均表现出色，在 (J\&F)（82.8%）、平均 (J)（80.0%）和平均 (F)（85.9%）方面超越所有同期方法，设定了新的最优水平。与几种代表性的在线学习方法相比，在区域相似度和轮廓精度上得分更高。此外，通过平均所有实例的推理时间报告了分割速度和内存使用情况。大多数基于检测的分割方法（如 OSVOS）消耗小的 GPU 内存，但需要较