Segmentos-chave para segmentação de objetos em vídeo

Apresentamos uma abordagem para descobrir e segmentar objeto(s) em primeiro plano em vídeo. Dada uma sequência de vídeo não anotada, o método primeiro identifica regiões semelhantes a objetos em qualquer quadro de acordo com pistas estáticas e dinâmicas. Em seguida, computamos uma série de partições binárias entre esses “segmentos-chave” candidatos para descobrir grupos de hipóteses com aparência e movimento persistentes. Finalmente, usando cada hipótese classificada por vez, estimamos uma rotulação de objeto em nível de pixel em todos os quadros, onde (a) a probabilidade de primeiro plano depende tanto da aparência da hipótese quanto de um novo prior de localização baseado em correspondência de forma parcial, e (b) a probabilidade de fundo depende de pistas extraídas do ambiente (possivelmente diverso) dos segmentos-chave observados ao longo da sequência. Comparado a métodos existentes, nossa abordagem foca automaticamente nas regiões de interesse persistentes em primeiro plano, enquanto resiste à supersegmentação. Aplicamos nosso método a vídeos de benchmark desafiadores e mostramos resultados competitivos ou melhores do que o estado da arte.