摘要

我们提出了一种简单而强大的方法，用于视频中的无监督目标分割。我们引入了一个目标函数，其最小值表示输入序列中主要显著目标的掩码。该方法仅依赖于独立的图像特征和光流，这些可以通过现成的自监督方法获得。它随着序列长度的增加而扩展，无需超像素或稀疏化处理，并且可以泛化到不同的数据集而无需特定训练。实际上，这个目标函数可以从应用于整个视频的一种形式的谱聚类（spectral clustering）中推导出来。我们的方法在标准基准测试（DAVIS2016、SegTrack-v2、FBMS59）上达到了与现有最先进方法相当的性能，同时在概念和实践上要简单得多。代码可在 https://ponimatkin.github.io/ssl-vos 获取。