用于视频分割的超轨迹

我们引入了一种基于高效视频表示的新型半监督视频分割方法，称为“超轨迹”。每个超轨迹对应一组紧凑的轨迹，这些轨迹表现出一致的运动模式、相似的外观和紧密的时空关系。我们使用概率模型生成轨迹，该模型以鲁棒且自然的方式处理遮挡和漂移。为了可靠地对轨迹进行分组，我们采用了基于密度峰值聚类算法的改进版本，该版本允许在聚类过程中捕获轨迹之间丰富的时空关系。所提出的视频表示具有足够的判别力，能够将第一帧中的初始标注准确地传播到其余视频帧。在具有挑战性的基准数据集上的大量实验分析表明，我们的方法能够从复杂背景中区分目标对象，甚至在长时间遮挡后重新识别它们。