基于时序帧上下文融合与特征增强的视频目标分割
解决难题:针对视频目标分割算法未充分利用历史帧的信息,导致网络模型难以适应复杂的环境变化;跨层融合方法也比较粗糙,导致生成的掩模边缘模糊。
创新点:为了充分利用历史帧信息,本文提出了一种时序帧残差融合模块来自适应地融合历史帧信息。其次,建立了空间级联掩模细化模块,以增强主干网络浅层特征的空间信息,并对融合特征的边缘信息进行细化。
取得效果:在公开数据集DAVIS2016、DAVIS2017和YouTube2018分别提升5.3%、6.6%和2.1%
获得成果:在SCI二区期刊成功发表
算法框架
时序帧残差融合模块
级联空间细化模块
实验结果
DAVIS2016
DAVIS2017
YouTube2018
本文算法与其它算法的定性分析结果展示