近日，北京大学智能计算与感知实验实验室博士后颜鲲的“Low-shot Video Object Segmentation”论文被人工智能顶级期刊（CCF A类，JCR一区，中科院一区Top，影响因子20.8）IEEE Transactions on Pattern Analysis and Machine Intelligences (TPAMI)录用，论文指导老师为王平教授和徐畅教授。

该论文基于颜鲲博士的CVPR2023扩展而来，主要探索了在稀疏标注下训练视频物体分割（VOS）模型的可能性。本文提出了一种基于伪标签库的半监督学习方法，根据VOS模型的训练模式设计了跟SAM协同优化的训练机制，实现在每个视频只标注一帧的情况下依然可以实现跟全标注训练下相媲美的性能表现。本文方法在DAVIS、YouTube-VOS、LVOS和VOST多个公开数据集下进行了验证，同时通过VISOR数据集增强VOST数据集上VOS模型的性能实验证明了本文方法具备用大量稀疏标注数据集增强少样本目标域VOS性能的可能性。

TPAMI期刊由IEEE协会负责出版，被SCI收录，其中科院和JCR分区均为一区，影响因子为20.8，是人工智能领域的国际顶级期刊，同时也是中国计算机学会（CCF）推荐的A类国际期刊。