MOVE：运动引导的少样本视频目标分割

这项工作研究了运动引导的少样本视频对象分割（FSVOS），旨在基于少量带有相同运动模式的标注示例，分割视频中的动态对象。现有的FSVOS数据集和方法通常侧重于对象类别，这些类别是忽略视频中丰富的时间动态的静态属性，限制了它们在需要运动理解的场景中的应用。为了填补这一空白，我们推出了MOVE，这是一个专门为运动引导的FSVOS设计的大规模数据集。基于MOVE，我们全面评估了来自3个不同相关任务的6种最先进的方法，跨越2个实验设置。我们的结果表明，当前的方法难以解决运动引导的FSVOS，促使我们分析相关的挑战并提出一种基线方法，即解耦运动外观网络（DMA）。实验表明，我们的方法在少样本运动理解方面取得了卓越的性能，为未来在该方向的研究奠定了坚实的基础。