Rapport du Challenge PVUW 2025 : Progrès dans la compréhension au niveau pixel de vidéos complexes en conditions réelles

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

April 15, 2025

Auteurs: 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

Résumé

Ce rapport offre un aperçu complet du 4e défi Pixel-level Video Understanding in the Wild (PVUW), organisé en parallèle de la conférence CVPR 2025. Il résume les résultats du défi, les méthodologies des participants et les orientations futures de la recherche. Le défi comprend deux pistes : MOSE, qui se concentre sur la segmentation d'objets vidéo dans des scènes complexes, et MeViS, qui vise la segmentation vidéo guidée par le mouvement et basée sur le langage. Les deux pistes introduisent de nouveaux ensembles de données plus exigeants, conçus pour mieux refléter les scénarios du monde réel. Grâce à une évaluation et une analyse détaillées, le défi fournit des insights précieux sur l'état de l'art actuel et les tendances émergentes dans le domaine de la segmentation vidéo complexe. Plus d'informations sont disponibles sur le site web de l'atelier : 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/.