動画におけるオブジェクト検出のためのセグメンテーションマスクを提供する問題について考察．動画内のフォアグラウンドピクセルを異なるオブジェクトにクラスタリングするために，オブジェクト検出問題をフォアグラウンドモーションクラスタリングとして定式化する．時間をかけてリンクされた前景ピクセル軌跡の埋め込み層の特徴を学習する新しいpixel-trajectory recurrent networkを提案．