科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 针对现有视频目标分割（video object segmentation,VOS）算法不能自适应进行样本权重更新，以及使用过多的冗余特征信息导致不必要的空间与时间消耗等问题，提出一种自适应权重更新的轻量级视频目标分割算法。方法 首先，为建立一个具有较强目标判别性的算法模型，所提算法根据提取特征的表征质量，自适应地赋予特征相应的权重；其次，为了去除冗余信息，提高算法的运行速度，通过优化信息存储策略，构建了一个轻量级的记忆模块。结果 实验结果表明，在公开数据集DAVIS2016(densely annotated video segmentation)和DAVIS2017上，本文算法的区域相似度与轮廓准确度的均值J&F分别达到了85.8%和78.3%，与对比的视频目标分割算法相比具有明显的优势。结论 通过合理且无冗余的历史帧信息利用方式，提升了算法对于目标建模的泛化能力，使目标掩码质量更高。
-
单位西安邮电大学; 空军工程大学信息与导航学院
