-
题名基于特征深层融合的吊装过程视频目标分割
- 1
-
-
作者
周明君
王朝立
孙占全
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《上海理工大学学报》
CAS
CSCD
北大核心
2024年第4期407-416,共10页
-
基金
国家自然科学基金资助项目(6217323)
国防科工局基础研究项目(JCKY2019413D001)。
-
文摘
吊装事故的频繁发生,对国家、社会、人民都造成了非常大的损害。根据吊装过程的视频信息,实现无人安全监控的关键是准确度和速度,提出了一种新的基于全局编码和非对称卷积的目标分割网络,研究视频图像的半监督目标分割问题。首先,将带有标签的视频图像输入网络,分别通过全局编码器与相似性编码器提取到互为补充的特征,从而获得对目标外观的有效表示;然后,通过非对称卷积将两个分支的特征进行深层融合;最后,采用残差上采样解码生成预测掩膜,实现对目标的分割。该方法在DAVIS2017数据集上的准确度为0.675,综合指标为0.708,帧率为31帧/s;在实验用吊装数据集上的准确度为0.952,综合指标为0.976,比基线方法高5.1%,帧率为26.16帧/s。与其他网络方法进行了实验比较,验证了分割算法在准确度与速度方面的有效性。
-
关键词
深度学习
视频目标分割
特征深层融合
目标外观表示
吊装
-
Keywords
deep learning
video object segmentation
feature deep fusion
object appearance representation
hoisting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
