版权说明 操作指南
首页 > 成果 > 详情

深度学习在视频对象分割中的应用与展望

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Application and Prospect of Deep Learning in Video Object Segmentation
作者:
陈加;陈亚松;李伟浩;田元;刘智;...
作者机构:
[陈亚松; 陈加; 田元] 华中师范大学教育信息技术学院
[李伟浩] 海德堡大学视觉学习实验室
[刘智] 华中师范大学教育大数据应用技术国家工程实验室
[何英] 清华大学深圳研究生院
语种:
中文
关键词:
视频对象分割;深度学习;半监督方法;无监督方法;交互式方法
期刊:
计算机学报
ISSN:
0254-4164
年:
2021
卷:
44
期:
03
页码:
609-631
基金类别:
国家自然科学基金(61605054,61702207); 国家科技支撑计划项目(2015BAK33B02,2015BAK27B02); 华中师范大学中央高校基本科研业务费(CCNU19QD007,CCNU19TD007)资助~~;
机构署名:
本校为第一机构
院系归属:
教育信息技术学院
摘要:
视频对象分割是指在给定的一段视频序列的各帧图像中,找出属于特定前景对象的所有像素点位置区域.随着硬件平台计算能力的提升,深度学习受到了越来越多的关注,在视频对象分割领域也取得了一定的进展.本文首先介绍了视频对象分割的主要任务,并总结了该任务所面临的挑战.其次,对开放的视频对象分割常用数据集进行了简要概述,并介绍了通用的性能评估标准.接着,综述了视频对象分割的研究现状,详细地分析了当前的各种方法,并将它们划分为三大类:半监督的方法,即给出视频第一帧图像中感兴趣对象的详细人工真值标注,分割出视频剩余图像中的感兴趣对象;无监督的方法,即不给任何人工标注信息,自动识别并分...
摘要(英文):
Video object segmentation refers to the technology by which the positions of all pixels belonging to the particular foreground objects in each frame of a given video sequence can be found out and labeled.This technology is one of the most important research topics in the field of computer vision.And it plays an important role in many applications of computer vision,such as 3D reconstruction,automatic driving,video editing,and so on.With the improvement of computing power,deep learning has attracted more and more attention and made significant progress in the task of video object segmentation.F...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com