10.11772/j.issn.1001-9081.2018122566
基于双重金字塔网络的视频目标分割方法
针对复杂视频场景中难以分割特定目标的问题,提出一种基于双重金字塔网络(DPN)的视频目标分割方法.首先,通过调制网络的单向传递让分割模型适应特定目标的外观.具体而言,从给定目标的视觉和空间信息中学习一种调制器,并通过调制器调节分割网络的中间层以适应特定目标的外观变化.然后,通过基于不同区域的上下文聚合的方法,在分割网络的最后一层中聚合全局上下文信息.最后,通过横向连接的自左而右结构,在所有尺度中构建高阶语义特征图.所提出的视频目标分割方法是一个可以端到端训练的分割网络.大量实验结果表明,所提方法在DAVIS2016数据集上的性能与较先进的使用在线微调的方法相比,可达到相竞争的结果,且在DAVIS2017数据集上性能较优.
视频目标分割、特征金字塔、卷积神经网络、深度学习、多尺度融合
39
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61872189,61876088;江苏省自然科学基金资助项目BK20170040
2019-09-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
2242-2246