《计算机工程与科学杂志》发表论文赏析

聚焦式学习分割一切提示的无监督视频目标分割

来源:计算机工程与科学杂志2025年第2期北京时间:

作者:沈勇辉, 卜东旭, 张胜裕, 宋慧慧,

单位:1.南京信息工程大学自动化学院,江苏 南京 210044;2.江苏省大数据分析技术重点实验室,江苏 南京 210044;3.大气环境与装备技术协同创新中心,江苏 南京 210044

摘要:无监督视频目标分割旨在测试阶段自动定位和分割视频帧中的主要目标。目前,大多数模型、方法依赖于从RGB图提取的外观线索和从光流图提取的运动线索来进行目标分割。然而,目标遮挡、快速运动或静止等问题会导致光流获取的信息缺失,仅依靠外观分支获取的有限信息难以实现良好的分割效果。为了解决这一问题,提出了一种聚焦式学习网络模型FPLNet,该模型引入额外的双分支结构以捕捉主要目标的位置信息和轮廓信息,从而弥补光流信息的缺失。首先,所提出的模型利用分割一切模型SAM的骨干网络提取外观和运动信息,从而提高模型的泛化性。然后,将额外引入的粗粒度和细粒度的2个分割分支共同作为聚焦式学习网络的提示部分。在解码部分,RGB外观信息、光流运动信息、粗粒度特征和细粒度特征逐步融合,以此模仿人类视觉系统,实现聚焦式学习目标特征的过程。在3个标准数据集上进行了大量的测试,实验结果表明,与现有的模型相比,所提出的模型拥有更优异的性能。

关键词:无监督视频目标分割,聚焦式学习,分割一切模型,

基金资助:国家自然科学基金(61872189)

2025年2期其他文献查阅:

GPU上基于环展开的RTL模拟加速技术研究

基于国产异构众核处理器的等值线与等值面提取算法优化

基于FastCAE的Geant4集成关键技术研究

基于动态时序裕量压缩的高性能处理器设计

一种基数为4的高基数SRT立方根算法设计与实现

rtTorTIM:基于多模态特征融合和Stacking集成学习的实时Tor流量识别方法#br#

一种基于新型混淆操作的RFID双向认证协议

基于SAE和WGAN的入侵检测方法研究

基于深度神经网络的隐私保护基因检测

PCB表面缺陷数据集与基于YOLOv5s-P6SE的检测

基于可逆生成对抗网络的鲁棒图像隐藏

聚焦式学习分割一切提示的无监督视频目标分割

基于表观token和标志点token的头影解剖标志点定位模型

改进ESP-YOLO的PCB缺陷检测算法

基于多层次密度中心图的聚类算法

基于上下文全局空间图的轨迹用户链接

基于多源知识注入的常识问答方法研究

基于双通道异质超图神经网络的引文推荐方法

基于自然邻域图划分的层次聚类算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!