三月即没，四月在望。四月者，送严寒而迎东君，历清明而过谷雨。金风和煦，万物复苏。百芳发而幽香逸，春鸟还而鸣声碎。

好几天没有和大家一起学习，探讨问题了。最近主要去打理“计算机视觉协会”知识星球，给星球的同学们讲解了目标检测中遇到遮挡该怎么去解决的方法。

如果想加入我们“计算机视觉战队”，请扫二维码加入学习群。计算机视觉战队主要涉及机器学习、深度学习等领域，由来自于各校的硕博研究生组成的团队，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。

暗中观察

默默关注

那我们开始进入今天的主题，接下来主要和大家分享目标在视频中的实时分割技术，来，一起学习吧！

背景及动机

最近对于目标分割的技术，已经出现很多很多，但都比较复杂，严重依赖于第一帧的微调，而且与/或速度慢，因此实际应用特别有限。

在今天的分享中，新框架将FEELVOS（Fast End-to-End Embedding Learning for Video Object Segmentation）作为一种简单、快速、不依赖于微调的方法。

为了分割视频，FEELVOS对每一帧使用语义像素级嵌入和全局和局部匹配机制，将信息从第一帧和视频的前一帧传输到当前帧。与以前的工作相比，该嵌入仅用作卷积网络的内部指导，该技术新的动态分割头允许训练网络，包括嵌入，端到端的多目标分割任务的交叉熵损失。

最后，在不需要微调的Davis 2017验证集上实现了视频目标分割的新技术，其J&F值为69.1%。

新框架方