MoNet: Deep Motion Exploitation for Video Object Segmentation

摘要 在本文中，我們提出了一種新穎的MoNet模型，該模型從幀表示學習和分割細化兩個方面深入挖掘運動線索來提高視頻對象的分割性能。 具體而言，MoNet利用計算出的運動提示（即光流）通過對齊和整合來自其鄰居的表示來增強目標幀的表示。 新的表示形式爲分割提供了有價值的時間上下文 ，並提高了對各種常見污染因素的魯棒性，例如運動模糊，外觀變化和視頻對象變形。 此外，MoNet可以解決運動不一致的問題，並

>>阅读原文<<