无约束视频中用于目标分割的运动-表观交互编码
计算机视觉与模式识别
2019-04-17 v1
摘要
我们提出了一种在无约束视频中融合运动与表观线索进行前景目标分割的新方法。与传统的分别对运动和表观模式进行编码的方法不同，我们的方法特别强调它们的相互辅助。具体而言，我们提出使用一种交互约束编码（ICE）方案，将运动和表观模式整合到一个图中，从而实现时空能量优化。采用ICE的原因在于，同一目标的运动和表观线索共享潜在的关联结构，因此可以以深度协作的方式被利用。我们不仅在双层目标分割框架的初始化阶段，也在精炼阶段执行ICE。该方案使我们的方法能在整个框架中持续捕获关于目标感知的结构模式。我们的方法可在超像素而非原始像素上操作，从而将图节点数量减少两个数量级。此外，我们提出通过加权二分图匹配部分探索具有相互遮挡的多目标定位问题。在三个基准数据集（即SegTrack、MOViCS和GaTech）上的综合实验证明了我们的方法与大量最先进方法相比的有效性。
引用
@article{arxiv.1707.07857,
title = {Motion-Appearance Interactive Encoding for Object Segmentation in Unconstrained Videos},
author = {Chunchao Guo and Jianhuang Lai and Xiaohua Xie},
journal= {arXiv preprint arXiv:1707.07857},
year = {2019}
}
备注
11 pages, 7 figures