软件学报

作者：梁云，张宇晴，郑晋图，张勇

单位：梁云，华南农业大学 数学与信息学院, 广东 广州 51064211,张宇晴，北京工业大学 信息学部, 北京 10012402,郑晋图，华南农业大学 数学与信息学院, 广东 广州 51064203,张勇，北京工业大学 信息学部, 北京 10012404

关键词：视频分割;吸收马尔可夫链;长期/短期时空线索;骨架映射网络

基金：国家自然科学基金(62072015,61772209);广东省科技计划(2019A050510034);广州市智慧农业重点实验室(201902010081);广州市重点研发计划(202206010091)

因严重遮挡和剧烈形变等挑战长期共存,精准鲁棒的视频分割已成为计算机视觉的热点之一.构建联合吸收马尔可夫链和骨架映射的视频分割方法,经由“预分割—后优化—再提升”逐步递进地生成精准目标轮廓.在预分割阶段,基于孪生网络和区域生成网络获取目标感兴趣区域,建立这些区域内超像素的吸收马尔可夫链,计算出超像素的前景/背景标签.吸收马尔可夫链可灵活有效地感知和传播目标特征,能从复杂场景初步预分割出目标物体.后优化阶段,设计短期时空线索模型和长期时空线索模型,以获取目标的短期变化规律和长期稳定特征,进而优化超像素标签,降低相似物体和噪声带来的误差.在再提升阶段,为减少优化结果的边缘毛刺和不连贯,基于超像素标签和位置,提出前景骨架和背景骨架的自动生成算法,并构建基于编解码的骨架映射网络,以学习出像素级目标轮廓,最终得到精准视频分割结果.标准数据集的大量实验表明:所提方法优于现有主流视频分割方法,能够产生具有更高区域相似度和轮廓精准度的分割结果.

来源：2024年第3期

《软件学报》期刊编辑部

查看软件学报杂志2024年第3期