LVMT：面向长期视频分割的视频掩码 Transformer

针对现有在线视频分割方法难以应对长视频中长期遮挡的问题，研究者提出 LVMT（Long-term Video Mask Transformer），用轻量 GRU 时序传播模块自适应选择跨时间保留的信息，并引入 Truncated Query Propagation（TQP）训练策略，分块处理视频、仅在块内反向传播，从而在长视频上训练而不出现显存溢出或梯度消失。