Informe del Desafío PVUW 2025: Avances en la Comprensión a Nivel de Píxel de Videos Complejos en Entornos No Controlados

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

April 15, 2025

Autores: 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

Resumen

Este informe ofrece una visión integral del 4º Desafío de Comprensión de Vídeo a Nivel de Píxel en Entornos Naturales (PVUW), celebrado en conjunto con CVPR 2025. Resume los resultados del desafío, las metodologías participantes y las futuras direcciones de investigación. El desafío incluye dos categorías: MOSE, que se centra en la segmentación de objetos en vídeo de escenas complejas, y MeViS, que aborda la segmentación de vídeo guiada por movimiento y basada en lenguaje. Ambas categorías introducen nuevos conjuntos de datos más desafiantes, diseñados para reflejar mejor escenarios del mundo real. A través de una evaluación y análisis detallados, el desafío proporciona valiosas perspectivas sobre el estado del arte actual y las tendencias emergentes en la segmentación de vídeo compleja. Más información puede encontrarse en el sitio web del taller: 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/.