基于超体素 Gerrymandering 的视频对象分割
计算机视觉与模式识别
2017-04-19 v1
摘要
像素在局部运作。超像素具有跨许多像素收集信息的一定潜力；超体素通过隐式地跨时间操作具有更大潜力。在本文中，我们深入探究这一公认概念，详细分析超体素如何能够替代并联合其他跨时空聚合信息的方式来使用。针对严格无监督视频对象分割问题，我们设计了一种称为 supervoxel gerrymandering 的方法，该方法通过局部和非局部一致性度量将前景与背景的掩码连接起来。我们提出并回答了一系列关于超体素充分影响局部投票能力的关键问题；这些问题涉及超体素的类型与尺度以及局部与非局部一致性，并且以通用方式提出，以便对视频理解中超体素使用的更广泛认知产生影响。我们使用 DAVIS 数据集，发现我们的分析产生了一种无监督方法，其性能优于所有其他已知的无监督方法甚至许多有监督方法。
引用
@article{arxiv.1704.05165,
title = {Video Object Segmentation using Supervoxel-Based Gerrymandering},
author = {Brent A. Griffin and Jason J. Corso},
journal= {arXiv preprint arXiv:1704.05165},
year = {2017}
}