基于先验信息和特征匹配的视频目标分割研究

发布时间：2022-10-05 16:43

　　互联网技术的不断发展使得人们获取信息的方式愈发多样化,但是也产生了大量的冗余信息,因此增加了从大量繁杂数据尤其是图像视频数据中提取感兴趣信息的难度。计算机视觉技术可以让计算机模拟人的眼睛完成对图像或者视频的处理,能够帮助人们从大量的冗余数据中提取有用信息。视频目标分割作为计算机视觉技术重要的组成部分,在视频编码、视频编辑、动作识别、自动驾驶等领域有着重要的应用价值。视频目标分割的发展呈现高分割精度、高分割速度和普适性好的趋势,所面临的挑战主要有两点:（1）待分割视频本身通常存在目标外貌变化过大、目标遮挡、目标丢失或相似物体干扰等情况,增大了视频目标分割的难度;（2）算法的分割精度、分割速度和普适性通常无法同时达到最优,因此需要在三者之间寻求一个平衡。传统算法大多无法兼顾视频本身存在的所有分割难点,也无法很好地协调高分割精度、高分割速度和普适性好这三个需求之间的平衡。本文针对上述问题,从视频目标分割的需求出发,着眼于克服视频目标分割面临的挑战,凝练并围绕两个关键问题:“高性能特征匹配方法的设计”和“先验信息的充分利用和防丢失”,开展基于先验信息和特征匹配的视频目标分割研究。本文的主要内容... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 视频目标分割算法分类
        1.2.2 发展趋势和面临挑战
    1.3 关键问题、研究内容和创新点
        1.3.1 关键问题
        1.3.2 研究内容和创新点
    1.4 论文结构安排
第2章 相关基础知识
    2.1 半监督视频目标分割
        2.1.1 数据集
        2.1.2 任务评判标准
    2.2 视频目标分割中的特征匹配
        2.2.1 基于聚类的方法
        2.2.2 基于K近邻的方法
    2.3 图像分割中的上采样
        2.3.1 双线性插值
        2.3.2 反池化
        2.3.3 反卷积
    2.4 本章小结
第3章 基于先验概率和度量学习的视频目标分割
    3.1 引言
    3.2 算法介绍
        3.2.1 固定尺寸的参考空间更新策略
        3.2.2 基于先验概率的匹配方法
    3.3 实验与分析
        3.3.1 实验设置
        3.3.2 消融实验
        3.3.3 与其他算法比较
    3.4 本章小结
第4章 基于先验位置和匹配解码的视频目标分割
    4.1 引言
    4.2 算法介绍
        4.2.1 基于特征流的训练和测试策略
        4.2.2 基于匹配分数的解码模块
    4.3 实验与分析
        4.3.1 实验设置
        4.3.2 消融实验
    4.4 本章小结
第5章 基于先验信息和特征匹配的视频目标分割原型系统
    5.1 引言
    5.2 系统搭建
        5.2.1 系统模块介绍
        5.2.2 系统连接关系
    5.3 实验与分析
        5.3.1 实验设置
        5.3.2 与其他算法对比
        5.3.3 在不同序列上的测试结果
    5.4 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 研究展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果


【参考文献】：
期刊论文
[1]一种基于图像分割及邻域限制与放松的立体匹配方法[J]. 伍春洪,付国亮.  计算机学报. 2011(04)



本文编号：3686137