基于区域的多尺度时空显著性视频检测
计算机视觉与模式识别
2017-08-07 v1
摘要
从视频中检测显著目标需要同时利用视频中包含的空间和时间知识。我们提出一种新颖的基于区域的多尺度时空显著性视频检测方法，将来自低层和中层的静态特征与动态特征相结合。我们的方法在每一帧上空间地利用这些组合特征，同时利用连续帧之间的一致性在时间上跨帧利用这些特征。我们方法中的显著性线索通过一个多尺度分割模型进行分析，并跨尺度层级融合，从而高效地探索区域。还开发了一个利用运动信息的自适应时间窗口，用于组合连续帧的显著性值，以保持跨帧的时间一致性。在多个流行基准数据集上的性能评估验证了我们的方法优于现有最先进方法。
引用
@article{arxiv.1708.01589,
title = {Region-Based Multiscale Spatiotemporal Saliency for Video},
author = {Trung-Nghia Le and Akihiro Sugimoto},
journal= {arXiv preprint arXiv:1708.01589},
year = {2017}
}