原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ComputerEngineeringandApplications计算机工程与应用2025，61（2）73
指代视频分割方法研究综述
+
魏彩颖，贾磊
硅湖职业技术学院计算机科学与技术学院，江苏苏州215332
+通信作者E-mailusl.edu.cn
摘要：指代视频分割是计算机视觉和自然语言处理交叉领域的热点研究任务。目标是通过理解文本语义分割出
给定视频的相关实体。与传统需预定义待分割物体类别的视觉分割任务不同，该任务不依赖于预定义的物体类别，
而是通过理解给定的描述语句定位目标并分割。由于文本描述的内容随机且无分割好的视频帧当作参考，使得该
任务极具挑战。虽然是新兴的跨媒体理解任务，但在安防监控、车辆追踪以及行人重识别等领域具有极高的应用前
景并已有较多性能显著的方法提出。由于缺乏指代视频分割方法的研究综述，因此现有的指代视频分割方法被系
统梳理和分析。具体地，根据研究思路的不同粗略地将解决方法分为四类：基于动态卷积、基于注意力机制、基于多
层次信息学习和基于端到端序列预测的指代视频分割；对各类及各类内具体方法的性能进行定量和定性的分析；总
结现有工作的不足以及未来可进行改进的思路。
关键词：跨模态检索；指代视频分割；跨模态理解
文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2405-0343
MethodsforReferringVideoObjectSegmentation
+
WEICaiying,JIALei
SchoolofComputerScienceandTechnology,SiliconLakeCollege,Suzhou,Jiangsu215332,China
Abstract:Referringvideoobjectsegmentation(RVOS)isahotresearchtopicinthecross-mediataskspanningvideo
andlanguage.Itaimstosegmentcorrelatedentitiesinagivenvideowithtextualdescriptions.Unlikeconventionalvisual
segmentationtaskthatdependsonpre-definedclasses,theRVOStaskistounderstandthegivenexpressionstolocateand
segmentthereferringentitieswithoutthehelpofpre-definedclasses.Duetotherandomnessofthetextualexpressions
andnopixel-wisemasksservingasareference,theRVOStaskismorechallengingthantheconventionalvideosegmenta-
tiontask.AlthoughRVOSisanewtaskincross-modalunderstanding,ithasessentialapplicationprospectsformany
tasks(e.g.,securitymonitoring,vehicletracking,personre-identification,andsoon),thusincreasingnumberofsignifi-
cantmethodsarebeingproposedconsecutively.Specifically,thesolutionsareroughlydividedintofourcategoriesaccording
tothedifferencesinresearchapproaches,suchasdynamicconvolutionbased,attentionbased,
文档评论（0）