- …
- …
#758
summarized by : QIU YUE
どんな論文か？
Video Object Segmentation (VOS)のための新たなTransformerベースな手法を提案．VOSにおいて，Online fine-tuningとRecurrentモデルベースな既存手法がある．それぞれFeed-forwardではない欠点や、計算コストが大きいなどの問題点ある．提案手法が高精度を示し、scalabilityと遮蔽された物体に対してのロバスト性を向上できた．
新規性
①VOSのための初めてのFull-transformerベースな手法を提案．②いくつか既存手法の問題点を提案のTransformerベースな手法により改善でき，更に提案手法がSparseなAttention formulationを設計し、構造上シンプルになり、計算コストの削減や、今後ほかのDownstreamタスクにおいての有効性が高い．
結果
①提案の手法SSTVOSが高い精度を得られるほか，SparseなAttention操作を行うため、計算コストも既存のSequence手法より小さい；②YouTube-VOSとDAVIS2017データセットにおいて既存手法と同レベルの精度を得た．また、Scalabilityを改善でき、Occlusionに対してのロバスト性も改善できた.
その他（なぜ通ったか？等）
- …
- …