Rapporto sulla Challenge PVUW 2025: Progressi nella comprensione a livello di pixel di video complessi in contesti reali

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

April 15, 2025

Autori: 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

Abstract

Questo rapporto fornisce una panoramica completa della 4a edizione della sfida Pixel-level Video Understanding in the Wild (PVUW), tenutasi in concomitanza con CVPR 2025. Riassume i risultati della sfida, le metodologie partecipanti e le future direzioni di ricerca. La sfida presenta due tracce: MOSE, che si concentra sulla segmentazione di oggetti in video di scene complesse, e MeViS, che mira alla segmentazione video guidata dal movimento e basata sul linguaggio. Entrambe le tracce introducono nuovi dataset più impegnativi, progettati per riflettere meglio scenari del mondo reale. Attraverso una valutazione e un'analisi dettagliate, la sfida offre preziose intuizioni sullo stato dell'arte attuale e sulle tendenze emergenti nella segmentazione video complessa. Ulteriori informazioni sono disponibili sul sito web del 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/.