研究人员开发了 AgentRVOS,一种用于指代表达式视频对象分割 (Ref-VOS) 的新颖管道,该管道利用了一个名为 Sa2VA 的语义假设生成器。该系统采用基于代理的架构来精炼初始粗略掩码,提高准确性并处理复杂查询。该管道包括目标存在判断、时间分割和置信度感知修订阶段,最终通过 SAM3 的传播进行最终掩码精炼。 AI
影响 引入了一种新颖的基于代理的方法来精炼视频对象分割,有可能提高在复杂指代表达式上的性能。
排序理由 这是一篇描述视频对象分割新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →