图像分割 / CVPR2026
DeRVOS:解耦一致轨迹生成与多模态理解用于指代视频目标分割
DeRVOS: Decoupling Consistent Trajectory Generation and Multimodal Understanding for Referring Video Object Segmentation
将 RVOS 解耦为预训练实例轨迹生成与多模态理解两个分支,并用 TAIS 模块做跨帧对齐与隐式轨迹选择,为视频分割中轨迹一致性与语言对齐的分离建模提供了可复用范式。
指代视频目标分割多模态对齐轨迹生成