Отчет о задании PVUW 2025: Достижения в пиксельном анализе сложных видеоматериалов в естественных условиях

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

April 15, 2025

Авторы: 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

Аннотация

В данном отчете представлен всесторонний обзор 4-го соревнования Pixel-level Video Understanding in the Wild (PVUW), проведенного в рамках конференции CVPR 2025. В нем подводятся итоги соревнования, описываются использованные методологии участников и намечаются перспективные направления для будущих исследований. Соревнование включает два трека: MOSE, посвященный сегментации объектов в видео со сложными сценами, и MeViS, ориентированный на сегментацию видео с учетом движения и языковых описаний. Оба трека представляют новые, более сложные наборы данных, разработанные для более точного отражения реальных сценариев. Благодаря детальной оценке и анализу, соревнование предоставляет ценные сведения о текущем состоянии и новых тенденциях в области сложной сегментации видео. Дополнительную информацию можно найти на сайте мастерской: 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/.