通过非局部自相似性增强时间分割
图像与视频处理
2019-06-28 v1 计算机视觉与模式识别
摘要
未修剪视频和照片流的时间分割是当前计算机视觉和图像处理领域一个活跃的研究方向。本文提出了一种改进照片流时间分割的新方法。该方法通过编码长程时间依赖性来增强图像表示。我们的核心贡献是利用照片流的时间平稳性假设，通过其非局部自相似性函数对每一帧进行建模。所提出的方法在 EDUB-Seg 数据集（一个以自我为中心的照片流时间分割的标准基准）上进行了测试。从七种不同的（基于 CNN 的）图像特征出发，该方法在事件分割质量上取得了一致的改进，相较于现有技术水平，F-measure 平均提高了 3.71%。
引用
@article{arxiv.1906.11335,
title = {Enhancing temporal segmentation by nonlocal self-similarity},
author = {Mariella Dimiccoli and Herwig Wendt},
journal= {arXiv preprint arXiv:1906.11335},
year = {2019}
}
备注
Accepted to ICIP 2019