特征注意金字塔调制网络的视频目标分割

摘要：

目的 视频目标分割是在给定第1帧标注对象掩模条件下,实现对整个视频序列中感兴趣目标的分割.但是由于分割对象尺度的多样性,现有的视频目标分割算法缺乏有效的策略来融合不同尺度的特征信息.因此,本文提出一种特征注意金字塔调制网络模块用于视频目标分割.方法 首先利用视觉调制器网络和空间调制器网络学习分割对象的视觉和空间信息,并以此为先验引导分割模型适应特定对象的外观.然后通过特征注意金字塔模块挖掘全局上下文信息,解决分割对象多尺度的问题.结果 实验表明,在DAVIS 2016数据集上,本文方法在不使用在线微调的情况下,与使用在线微调的最先进方法相比,表现出更具竞争力的结果,J-mean指标达到了78.7％.在使用在线微调后,本文方法的性能在DAVIS 2017数据集上实现了最好的结果,J-mean指标达到了68.8％.结论 特征注意金字塔调制网络的视频目标分割算法在对感兴趣对象分割的同时,针对不同尺度的对象掩模能有效结合上下文信息,减少细节信息的丢失,实现高质量视频对象分割.

关键词：视频对象分割、全卷积网络、调制器、空间金字塔、注意机制

所属期刊栏目：24

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61872189,61876088;江苏省自然科学基金项目BK20170040;江苏省六大人才高峰基金项目XYDXX-015,XYDXX-045

在线出版日期：2019-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1349-1357