크게 2종류

1. Semi-Supervised VOS

• first-frame annotation 이 user로부터 제공됨.

interactive VOS

• input이 user prompt (scribbles 등, segmentation mask보다 훨씬 단순한 형태)인 경우
• 

Referring VOS

• prompt가 text인 경우

2. Unsupervised VOS (Zero-shot VOS)

• 첫 프레임에 구체적인 Mask가 주어지지 않음.
• aims at discovering the most visually attractive objects in a video sequence.

우리의 관심 분야

-Vanilla Semi-Supervised VOS

• Referring VOS