本文提出了一种完全无监督的视频多目标分割方法，通过空间绑定和高级语义特征重建中间帧，成功在YouTube视频中分割复杂对象。该方法结合目标检测、外观分割和时间追踪，显著提升了分割效率和准确性，并在多个数据集上超越了现有技术。