基于图CNN的复杂环境下未见视频运动目标检测
计算机视觉与模式识别
2022-07-15 v1
摘要
运动目标检测（MOD）是许多计算机视觉应用的基础步骤。当由静态或运动相机捕获的视频序列面临伪装、阴影、动态背景和光照变化等挑战时，MOD变得非常困难。深度学习方法已成功应用于MOD并取得了具有竞争力的性能。然而，为处理过拟合问题，深度学习方法需要大量标注数据，而这是一项繁重的工作，因为详尽的标注并非总可获得。此外，一些MOD深度学习方法在未见视频序列出现时性能下降，因为网络学习过程中涉及了相同序列的测试与训练划分。在本工作中，我们将MOD问题表述为使用图卷积神经网络（GCNNs）的节点分类问题。我们的算法称为GraphMOD-Net，包含实例分割、背景初始化、特征提取与图构建。GraphMOD-Net在未见视频上进行了测试，并在Change Detection 2014（CDNet2014）与UCSD背景减除数据集的若干挑战中，于无监督、半监督与有监督学习上均优于SOTA方法。
引用
@article{arxiv.2207.06440,
title = {Graph CNN for Moving Object Detection in Complex Environments from Unseen Videos},
author = {Jhony H. Giraldo and Sajid Javed and Naoufel Werghi and Thierry Bouwmans},
journal= {arXiv preprint arXiv:2207.06440},
year = {2022}
}