通过目标类别标签传播检测视频中时间一致的对象
计算机视觉与模式识别
2016-01-22 v1
摘要
用于检测运动或静态视频对象的目标候选框需要解决速度、内存复杂度和时间一致性等问题。我们提出一种高效的视频目标候选框（Video Object Proposal, VOP）生成方法，并展示了其在学习更优视频对象检测器中的有效性。使用所提VOP学习的基于深度学习的视频对象检测器在Youtube-Objects数据集上取得了最先进的检测性能。我们进一步提出一种VOP的聚类方法，可高效地以流式方式用于视频中的对象检测。与逐帧应用基于卷积神经网络（CNN）的对象检测不同，我们提出的方法（称为Objects in Video Enabler thRough LAbel Propagation，OVERLAP）仅需通过目标候选框的流式聚类和类标签传播，对每视频帧中所有候选提议的一小部分进行分类。源代码将很快公开。
引用
@article{arxiv.1601.05447,
title = {Detecting Temporally Consistent Objects in Videos through Object Class Label Propagation},
author = {Subarna Tripathi and Serge Belongie and Youngbae Hwang and Truong Nguyen},
journal= {arXiv preprint arXiv:1601.05447},
year = {2016}
}
备注
Accepted for publication in WACV 2016