Knowledge Commons of Institute of Automation,CAS
反馈学习高斯表观网络的视频目标分割 | |
王龙; 宋慧慧; 张开华; 刘青山 | |
发表期刊 | 自动化学报 |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:3页码:834-842 |
摘要 | 大量基于深度学习的视频目标分割方法存在两方面局限性:1)单帧编码特征直接输入网络解码器,未能充分利用多帧特征,导致解码器输出的目标表观特征难以自适应复杂场景变化; 2)常采用前馈网络结构,阻止了后层特征反馈前层进行补充学习,导致学习到的表观特征判别力受限.为此,本文提出了反馈高斯表观网络,通过建立在线高斯模型并反馈后层特征到前层来充分利用多帧、多尺度特征,学习鲁棒的视频目标分割表观模型.网络结构包括引导、查询与分割三个分支.其中,引导与查询分支通过共享权重来提取引导与查询帧的特征,而分割分支则由多尺度高斯表观特征提取模块与反馈多核融合模块构成.前一个模块通过建立在线高斯模型融合多帧、多尺度特征来增强对外观的表征力,后一个模块则通过引入反馈机制进一步增强模型的判别力.最后,本文在三个标准数据集上进行了大量评测,充分证明了本方法的优越性能. |
关键词 | 视频目标分割 表观建模 反馈机制 深度学习 |
DOI | 10.16383/j.aas.c200288 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56393 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 王龙,宋慧慧,张开华,等. 反馈学习高斯表观网络的视频目标分割[J]. 自动化学报,2022,48(3):834-842. |
APA | 王龙,宋慧慧,张开华,&刘青山.(2022).反馈学习高斯表观网络的视频目标分割.自动化学报,48(3),834-842. |
MLA | 王龙,et al."反馈学习高斯表观网络的视频目标分割".自动化学报 48.3(2022):834-842. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2020-0288.pdf(4731KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[王龙]的文章 |
[宋慧慧]的文章 |
[张开华]的文章 |
百度学术 |
百度学术中相似的文章 |
[王龙]的文章 |
[宋慧慧]的文章 |
[张开华]的文章 |
必应学术 |
必应学术中相似的文章 |
[王龙]的文章 |
[宋慧慧]的文章 |
[张开华]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论