PVUW 2025 Challenge-Bericht: Fortschritte in der pixelgenauen Analyse komplexer Videos in natürlichen Umgebungen

PVUW 2025 Challenge Report: Advances in Pixel-level Understanding of Complex Videos in the Wild

April 15, 2025

Autoren: Henghui Ding, Chang Liu, Nikhila Ravi, Shuting He, Yunchao Wei, Song Bai, Philip Torr, Kehuan Song, Xinglin Xie, Kexin Zhang, Licheng Jiao, Lingling Li, Shuyuan Yang, Xuqiang Cao, Linnan Zhao, Jiaxuan Zhao, Fang Liu, Mengjiao Wang, Junpei Zhang, Xu Liu, Yuting Yang, Mengru Ma, Hao Fang, Runmin Cong, Xiankai Lu, Zhiyang Che, Wei Zhan, Tianming Liang, Haichao Jiang, Wei-Shi Zheng, Jian-Fang Hu, Haobo Yuan, Xiangtai Li, Tao Zhang, Lu Qi, Ming-Hsuan Yang

cs.AI

Zusammenfassung

Dieser Bericht bietet einen umfassenden Überblick über die 4. Pixel-level Video Understanding in the Wild (PVUW) Challenge, die im Rahmen der CVPR 2025 stattfand. Er fasst die Ergebnisse der Challenge, die eingesetzten Methoden und zukünftige Forschungsrichtungen zusammen. Die Challenge umfasst zwei Bereiche: MOSE, der sich auf die Segmentierung von Objekten in komplexen Szenenvideos konzentriert, und MeViS, der sich mit sprachbasierter, bewegungsgesteuerter Videosegmentierung befasst. Beide Bereiche führen neue, anspruchsvollere Datensätze ein, die realistische Szenarien besser abbilden sollen. Durch detaillierte Auswertungen und Analysen bietet die Challenge wertvolle Einblicke in den aktuellen Stand der Technik und aufkommende Trends in der komplexen Videosegmentierung. Weitere Informationen finden Sie auf der Workshop-Website: https://pvuw.github.io/.

English

This report provides a comprehensive overview of the 4th Pixel-level Video Understanding in the Wild (PVUW) Challenge, held in conjunction with CVPR 2025. It summarizes the challenge outcomes, participating methodologies, and future research directions. The challenge features two tracks: MOSE, which focuses on complex scene video object segmentation, and MeViS, which targets motion-guided, language-based video segmentation. Both tracks introduce new, more challenging datasets designed to better reflect real-world scenarios. Through detailed evaluation and analysis, the challenge offers valuable insights into the current state-of-the-art and emerging trends in complex video segmentation. More information can be found on the workshop website: https://pvuw.github.io/.