本文介绍了一种基于人工交互的视频对象分割方法，使用深度学习技术进行交互式图像分割，并应用于视频对象分割中。该方法在 GrabCut 数据集上表现出较高的准确性，仅需平均 3.8 次点击即可获得 90％ 的 IOU。同时，研究了用户的使用模式和提供的纠正类型，为进一步改进交互式视频分割提供了重要见解。