- …
- …
#508
summarized by : Ryuichi Nakahara
どんな論文か？
R-VOS タスク（動きも加味した言語による動画のセグメンテーションタスク）。 Transformer を用いたモデルで４つのベンチマークでよい結果。
新規性
R-VOS タスクをTransformerを用いてパイプラインを大幅に簡素化。
結果
４つのベンチマーク(Ref-Youtube-VOS、RefDAVIS17、A2D-Sentences、JHMDB-Sentences）でよい結果
その他（なぜ通ったか？等）
GitHubでソースを公開
https://github.com/wjn922/ReferFormer
4222と類似だがより簡素化されている
- …
- …