Bing Fan

New VQS Benchmark and Method Introduced for Precise Video Object Segmentation

研究人员推出了一种新的视觉查询分割（VQS）方法，该方法使用视觉查询精确分割未剪辑视频中的所有对象实例。与通常仅使用边界框识别目标最后一次出现的方法相比，这种方法提供了更全面、像素级的定位。为了支持VQS研究，该团队还发布了VQS-4K，这是一个大规模的基准数据集，包含超过4000个视频和130万帧，并为222个对象类别标注了详细的时空掩码。此外，他们还提出了VQ-SAM，一种扩展SAM 2的新方法，该方法利用目标特定和背景线索来提高VQS性能。