摘要

我们旨在通过改进来提升多目标跟踪与分割（MOTS）的性能。然而，对MOTS结果进行精细化处理仍然具有挑战性，这主要是因为外观特征未能适应目标视频，同时难以找到合适的阈值来进行区分。为了解决这一问题，我们提出了一种自监督的MOTS精细化框架（即ReMOTS）。ReMOTS主要从数据关联的角度出发，通过四个步骤来优化MOTS结果：(1) 使用预测的掩码训练外观编码器；(2) 在相邻帧之间关联观测结果以形成短期轨迹片段；(3) 使用短期轨迹片段作为可靠的伪标签来训练外观编码器；(4) 利用经过调整的外观特征和从统计信息中自动获得的阈值，将短期轨迹片段合并成长期轨迹片段。通过使用ReMOTS，我们在CVPR 2020 MOTS挑战赛中获得了第一名的成绩，sMOTSA得分为69.9。