主题：半监督视频对象分割。
特点：首次用DRL
其他人的工作：
基于跟踪或匹配（1,16,43），找到前一个图像中的掩码对应。
缺点：杂乱背景/无纹理前景的干扰。
强化学习用于对象定位和跟踪、姿态估计。
*同时用于切割物体以及决策上下文框
切割代理
结构：两个网络。CPN：（DRL）选择上下文框和物体框。CEN：FC-DenseNet56。进行掩码切割。
动作：物体框的缩放移动(8)，不同规模大小的上下文框(3)，停止。CPN。
奖励：和CEN交互得到。用IoU.
训练集：
CEN: saliency detection datasets: MSRA10K [6], PASCAL-S [21], SOD [27] and ECSSD [32]
优化：RMSprop, E-greedy strategy, (有经验池experience replay mechanism)
把视频通道改成RGB+object box四通道。
学习率随轮数下降。
结论：改进效果很不错，虽然不够高。和视频好像没有太大的关系。可能是视频分割中上下文框对分割效果影响较大。