基于分流存储网络的半监督视频对象分割

来源：上海理工大学学报杂志2026年第2期北京时间：

作者：郭旭丰，王朝立，孙占全，蒋纯国

单位：上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093,上海理工大学 光电信息与计算机工程学院，上海 200093,上海出版印刷高等专科学校 体育部，上海 200093

摘要：半监督视频分割的目标是在给定首帧视频标注的条件下，持续跟踪并分割出后续视频帧中的目标。许多基于时空存储方法的网络，利用过去存储的视频帧背景与目标特征来引导后续帧目标的分割，已经取得了显著的效果。但这些网络多数是按时间顺序存储视频帧，导致存储库不断扩大，增加了匹配分割时间，且存储特征中不断累积的扰动与噪声也降低了分割的精确度。受记忆曲线启发，提出一种分流存储网络来解决上述问题。网络将存储库分为3个级别：初级、中级和高级，并引入分流存储模块作为分流准则，控制特征存储的流向。通过采用不同策略，使网络在提升精确率的同时，缩短了分割时间。在训练数据保持一致的情况下，本文网络与同类型网络相比，在单对象数据集DAVIS16与多对象数据集DAVIS2017上均取得了较好效果。

关键词：计算机视觉;深度学习;视频分割;半监督学习

基金资助：国家自然科学基金资助项目(62173232)