内容概要：本文提出了一种新的无监督视频对象分割（unsupervised VOS）方法——双原型注意力机制(Dual Prototype Attention)，即IMA（跨模态注意模块）和IFA（帧间注意模块）。这些机制分别解决了现有多模态融合和时间聚集方法中存在的鲁棒性和计算效率等问题，显著提高了在多个公开基准数据集上的表现。此外，论文还探讨了原型嵌入对性能的影响并对其进行了验证。 适合人群：对视频处理特别是无监督视频对象分割领域感兴趣的计算机视觉研究员和技术开发者。 使用场景及目标：适用于各种需要进行高质量自动图像或视频内容分析的应用环境，如智能监控、增强现实、自动驾驶等领域。具体的目标是提高模型识别最突出物体时的精度以及稳定性，即使遇到遮挡或者复杂背景也能有效运作。