LVMT：面向长时视频分割的视频掩码 Transformer

研究者提出长时视频掩码 Transformer（LVMT），用轻量 GRU 时序传播模块自适应选择跨时间保留的对象信息，并引入 Truncated Query Propagation（TQP）训练策略，按帧块处理视频、仅在块内反向传播，从而在长视频上实现更长时序监督且不爆显存。