Relatório do Desafio PVUW 2025: Avanços na Compreensão em Nível de Pixel de Vídeos Complexos em Ambientes Reais

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

Resumo

Este relatório fornece uma visão abrangente do 4º Desafio de Compreensão de Vídeo em Nível de Pixel em Cenários Reais (PVUW), realizado em conjunto com a CVPR 2025. Ele resume os resultados do desafio, as metodologias participantes e as futuras direções de pesquisa. O desafio apresenta duas vertentes: MOSE, que se concentra na segmentação de objetos em vídeos de cenas complexas, e MeViS, que visa a segmentação de vídeos guiada por movimento e baseada em linguagem. Ambas as vertentes introduzem novos conjuntos de dados mais desafiadores, projetados para refletir melhor cenários do mundo real. Por meio de avaliação e análise detalhadas, o desafio oferece insights valiosos sobre o estado da arte atual e as tendências emergentes na segmentação de vídeos complexos. Mais informações podem ser encontradas no site do workshop: 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/.