利用时空深度特征的视频显著目标检测

本文提出一种检测视频中显著目标的方法，该方法充分考虑了时间信息与空间信息。鉴于近期报道的深度特征相对于传统手工设计特征的优势，我们提出了一组新的时空深度（STD）特征，这些特征利用了帧内及帧间的局部与全局上下文。我们还提出了新的时空条件随机场（STCRF），用于从STD特征计算显著性。STCRF是我们将CRF扩展到时间域的成果，它描述了帧内及帧间相邻区域之间的关系。STCRF能在各帧上产生时间一致的显著性图，有助于准确检测显著目标的边界并在检测过程中降低噪声。我们提出的方法首先将输入视频分割为多个尺度，然后在每个尺度级别上使用STD特征与STCRF计算显著性图。最终的显著性图通过融合不同尺度级别的显著性图得到。我们使用公开可用的基准数据集进行的实验证实，所提方法显著优于当前最先进的方法。我们还将显著性计算应用于视频目标分割任务，结果表明我们的方法优于现有的视频目标分割方法。