![9c1aeca7ff25ff3aeb09f664fd603560.gif](https://i-blog.csdnimg.cn/blog_migrate/f086c81b631a31dd2f6254e9313c68c4.gif)
点击关注我们
![29211cc4b615177d2e22537b8b976ecf.png](https://i-blog.csdnimg.cn/blog_migrate/3e9f31aeac7b11a268e090f17e144119.jpeg)
![2b76d296fe0a98d83dfefbb62f947b0e.png](https://i-blog.csdnimg.cn/blog_migrate/2802ae9b24e8b6002612440c1ccd370e.png)
基于时空感知级联神经网络的视频前背景分离
杨敬钰,师 雯,李 坤,宋晓林,岳焕景
1时空联合的级联卷积神经网络
本文提出了一种融合时空信息的级联卷积神经网络,网络架构如图1 所示.具体而言,一级前景检测子网络通过融合时间和空间信息来检测前景.接着,将当前帧乘以生成的二值化前景掩膜输入到二级背景重建子网络中,对前景缺失的视频帧进行高质量的修复重构.
![ebe05c7c0d1168ef9df677572fe3992b.png](https://i-blog.csdnimg.cn/blog_migrate/3ccf65d11db28e0aba5da1473cf52d44.jpeg)
对于神经网络,选取合适的网络优化算法能够极大地提升网络训
点击关注我们
基于时空感知级联神经网络的视频前背景分离
杨敬钰,师 雯,李 坤,宋晓林,岳焕景
1时空联合的级联卷积神经网络
本文提出了一种融合时空信息的级联卷积神经网络,网络架构如图1 所示.具体而言,一级前景检测子网络通过融合时间和空间信息来检测前景.接着,将当前帧乘以生成的二值化前景掩膜输入到二级背景重建子网络中,对前景缺失的视频帧进行高质量的修复重构.
对于神经网络,选取合适的网络优化算法能够极大地提升网络训