- …
- …
#461
summarized by : QIUYUE
どんな論文か？
Interactiveビデオ物体セグメンテーション．２つのコア操作(両方ともCNNベース)から構成され，①Interaction:入力フレーム，Previous roundのマスクとユーザ入力のバイナリマップからマスクを推定;②Propagation:Interactionと似た入力及びInteractionの中間情報からマスクを推定.以上の2つの操作がマルチroundでジョイントで学習できる．
新規性
Interacitve TaskのためのMulti-round学習schemeを提案し，User interactionsを有効的にDNNと結合できた．Interaction操作の情報がPropagationに流れ込んで，それによりユーザの操作情報をPropagationにより連続なフレームワークに反映できる．
結果
DAVIS Challenge 2018データセットにおいて従来手法と比べ，スピード的にも精度的にも大幅に向上を達成．定性的評価により，提案手法が有効的にreal user interactionsを行える．
その他（なぜ通ったか？等）
精度と処理スピードが抜群．User interactionsで行えるところがビデオ編集アプリケーションへの実用性が高い．
- …
- …