-
题名基于动态嵌入特征的鲁棒半监督视频目标分割
被引量：1
- 1
-
-
作者
陈亚当
赵翊冰
吴恩华
-
机构
南京信息工程大学计算机学院
南京信息工程大学无锡研究院
中国科学院软件研究所
-
出处
《北京航空航天大学学报》
北大核心
2025年第7期2253-2261,共9页
-
基金
国家自然科学基金(62473201,62477026)
无锡市产业创新研究院先导技术预研项目。
-
文摘
针对半监督视频目标分割(VOS)方法存在推理时内存占用不断增加及仅依赖低级像素特征训练困难的问题,提出一种基于动态嵌入特征和辅助损失函数的半监督视频目标分割方法。使用动态嵌入特征建立恒定大小的记忆库;通过时空聚合方法,利用历史信息生成和更新动态嵌入特征;使用内存更新感应器来自适应控制记忆库的更新间隔,适应不同视频的运动模式;使用辅助损失函数,在高级语义特征层面上给网络提供辅助指导,并通过在多重特征层面多方面指导,提高模型精度和训练效率;针对视频前背景中相似目标误匹配的问题,设计一种时空约束模块,以利用视频的时间连续性特性更好地捕获前一帧掩码信息与当前帧之间的关联。实验结果表明:所提方法在DAVIS 2017验证集上达到84.5%J&F的精度,在YouTube-VOS 2019验证集达到82.4%J&F的精度。
-
关键词
视频目标分割
时空记忆网络
时空约束
内存更新感应
动态嵌入特征
-
Keywords
video object segmentation
spatiotemporal memory network
spatiotemporal constraint
memory update sensing
dynamic embedding feature
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
