論文の概要: SIS-Challenge: Event-based Spatio-temporal Instance Segmentation Challenge at the CVPR 2025 Event-based Vision Workshop
- arxiv url: http://arxiv.org/abs/2508.12813v1
- Date: Mon, 18 Aug 2025 10:49:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-19 14:49:11.248504
- Title: SIS-Challenge: Event-based Spatio-temporal Instance Segmentation Challenge at the CVPR 2025 Event-based Vision Workshop
- Title（参考訳）: SIS-Challenge: CVPR 2025イベントベースのビジョンワークショップにおけるイベントベースの時空間インスタンスセグメンテーションチャレンジ
- Abstract要約: 本稿では,CVPR 2025イベントベースビジョンワークショップと連携して,S-temporal Instance (SIS) の課題の概要を紹介する。
タスクの概要、課題の詳細、結果を提供する。
- 参考スコア（独自算出の注目度）: 35.087783646406955
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present an overview of the Spatio-temporal Instance Segmentation (SIS) challenge held in conjunction with the CVPR 2025 Event-based Vision Workshop. The task is to predict accurate pixel-level segmentation masks of defined object classes from spatio-temporally aligned event camera and grayscale camera data. We provide an overview of the task, dataset, challenge details and results. Furthermore, we describe the methods used by the top-5 ranking teams in the challenge. More resources and code of the participants' methods are available here: https://github.com/tub-rip/MouseSIS/blob/main/docs/challenge_results.md
- Abstract（参考訳）: 本稿では,CVPR 2025イベントベースビジョンワークショップと合わせて,時空間インスタンス分割(SIS)課題の概要を紹介する。
その課題は、時空間対応のイベントカメラとグレースケールカメラデータから、定義されたオブジェクトクラスの正確なピクセルレベルのセグメンテーションマスクを予測することである。
タスク、データセット、課題の詳細、結果の概要を提供します。
さらに、この課題においてトップ5のランキングチームが使用する手法についても述べる。
参加者のメソッドのリソースとコードについては、https://github.com/tub-rip/MouseSIS/blob/main/docs/challenge_results.mdを参照してください。
関連論文リスト
- Event-Based Eye Tracking. 2025 Event-based Vision Workshop [47.79620756734669]
この調査は、2025年のCVPRイベントベースのビジョンワークショップの一環として開催された、2025年のイベントベースのアイトラッキングチャレンジのレビューとなる。
今後のイベントベースの視線追跡研究を推進すべく、チームによる革新的な手法をレビューし、要約します。
論文 参考訳（メタデータ） (2025-04-25T10:50:14Z) - PVUW 2025 Challenge Report: Advances in Pixel-level Understanding of Complex Videos in the Wild [164.8093566483583]
本報告では,CVPR 2025と共同で開催されている第4回PVUWチャレンジについて概観する。
課題は、複雑なシーンビデオオブジェクトセグメンテーションに焦点を当てたMOSEと、モーションガイドによる言語ベースのビデオセグメンテーションをターゲットとするMeViSの2つのトラックである。
論文 参考訳（メタデータ） (2025-04-15T16:02:47Z) - The 2nd Solution for LSVOS Challenge RVOS Track: Spatial-temporal Refinement for Consistent Semantic Segmentation [0.0]
本稿では,参照対象セグメンテーションモデルの時間的一貫性を高める手法を提案する。
提案手法は,ECCV 2024 LSVOS ChallengeにおいてRVOSトラックの最終ランキングで2位となった。
論文 参考訳（メタデータ） (2024-08-22T14:43:02Z) - Finding Meaning in Points: Weakly Supervised Semantic Segmentation for Event Cameras [45.063747874243276]
本稿では,イベントベースセマンティックセマンティックセグメンテーションのための新しい弱教師付きアプローチEV-WSSSを提案する。
提案フレームワークは,(1)前向きのイベントデータと(2)逆向きのイベントデータとの間に非対称な二重学習を行う。
提案手法は,画素レベルの高密度地下真実に頼らずとも,かなりのセグメンテーション結果が得られることを示す。
論文 参考訳（メタデータ） (2024-07-15T20:00:50Z) - 1st Place Solution for MeViS Track in CVPR 2024 PVUW Workshop: Motion Expression guided Video Segmentation [81.50620771207329]
ビデオオブジェクトセグメンテーション(RVOS)における静的支配データとフレームサンプリングの有効性について検討する。
本手法は,競技段階でのJ&Fスコア0.5447を達成し,PVUWチャレンジのMeViSトラックで1位となった。
論文 参考訳（メタデータ） (2024-06-11T08:05:26Z) - OpenSUN3D: 1st Workshop Challenge on Open-Vocabulary 3D Scene Understanding [96.69806736025248]
本報告では,ICCV 2023とともに開かれたOpenSUN3D Workshop on Open-Vocabulary 3D Scene Understandingにおける課題の概要を紹介する。
論文 参考訳（メタデータ） (2024-02-23T13:39:59Z) - Task-Specific Data Augmentation and Inference Processing for VIPriors
Instance Segmentation Challenge [9.43662534739698]
タスク固有のデータ拡張戦略とタスク固有の推論処理戦略を開発する。
本稿では,VIPriors Instance Challengeにおける提案手法の適用性を示す。
実験結果から,提案手法は2022 VIPriors Instance Challengeのテストセットにおいて,競合的な結果が得られることが示された。
論文 参考訳（メタデータ） (2022-11-21T09:15:30Z) - LID 2020: The Learning from Imperfect Data Challenge Results [242.86700551532272]
Imperfect Dataワークショップからの学習は、新しいアプローチの開発に刺激を与え、促進することを目的としている。
我々は、弱教師付き学習環境における最先端のアプローチを見つけるために、3つの課題を編成する。
この技術的レポートは、課題のハイライトを要約している。
論文 参考訳（メタデータ） (2020-10-17T13:06:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。