CVPR 2022 基于EM算法的视频冗余信息去除框架,可大幅提升VOS任务的推理速度

关注公众号,发现CV技术之美

本文是 CVPR 2022 的一篇文章『SWEM: Towards Real-Time Video Object Segmentation with Sequential Weighted Expectation-Maximization』,探讨了如何利用帧间冗余以及帧内冗余来加速视频实例分割(Video Object Segmentation,VOS)。

详细信息如下:

7da479b9b56fff12a1fd249ee3c8bdb9.png

  • 论文链接:https://tianyu-yang.com/resources/swem.pdf

  • 代码链接:https://github.com/lmm077/SWEM

      01      

摘要

为解决视频实例分割(VOS)任务中的低效率推理现象,作者提出了基于EM算法的去除视频帧间冗余与帧内冗余框架,在保持性能不下降的同时大幅提升了推理速度。

主要贡献:

  1. 提出一种新颖

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值