3DFR：一种用于场景无关变化检测的快速3D特征约简框架
计算机视觉与模式识别
2019-12-30 v1
摘要
本文提出一种端到端的快速3D特征约简框架（3DFR）用于场景无关变化检测。3DFR框架由三条特征流组成：一条快速3D特征约简流（AvFeat）、一条当代特征流（ConFeat）以及一个时间中值特征图。这些多边的前景/背景特征通过编码器-解码器网络进一步精炼。因此，所提框架不仅检测时间变化，还学习高层外观特征。从而它结合了物体语义以实现有效变化检测。此外，所提框架通过一种场景无关评估方案进行验证，以展示网络的鲁棒性与泛化能力。所提方法的性能在基准CDnet 2014数据集上评估。实验结果表明所提3DFR网络优于最先进方法。
引用
@article{arxiv.1912.11891,
title = {3DFR: A Swift 3D Feature Reductionist Framework for Scene Independent Change Detection},
author = {Murari Mandal and Vansh Dhar and Abhishek Mishra and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:1912.11891},
year = {2019}
}
备注
IEEE Signal Processing Letters