本发明提供了一种基于自步式弱监督学习的视频物体分割方法，将自步学习算法嵌入到深度神经网络中，在弱监督学习思想的指导下，整个系统按照由易到难的顺序对目标概念进行学习，随着训练过程的进行学习得到的网络由浅显变复杂，网络处理问题的能力逐渐增强，最终得到准确的视频物体分割结果。

本发明综合利用了自步学习算法和深度神经网络模型的优点，具有更高的分割准确度，并且在处理不同场景的视频数据时表现出更好的鲁棒性