OSVOS算法是一種常用的視頻單目標前景提取算法。該算法簡化了深度學習樣本標簽數(shù)量,在視頻單目標分割上取得了較好的分割效果,但其在目標提取過程需要提供真實掩碼標簽,真實掩碼標簽的獲取效率低,因此該算法不能直接應用于實時性要求較高的系統(tǒng)。此外,在光照變化、遮擋、相似目標干擾等復雜場景下,OSVOS算法存在目標分割不完整、輪廓定位不精準等問題。本文以OSVOS算法為基礎,結(jié)合交互式目標選擇算法實現(xiàn)單目標前景的實時提取;然后,在視頻前景分割網(wǎng)絡中加入并行的輪廓提取分支網(wǎng)絡,實現(xiàn)單目標前景的精確提取;最后,通過結(jié)合實例語義信息和目標重識別實現(xiàn)多目標前景實時、精確提取。本文主要研究工作包括:1、基于OSVOS的單目標視頻前景提取。首先,針對OSVOS算法在進行視頻目標分割中需要額外提供真實掩模標簽的問題,設計了一種簡單交互式視頻目標提取算法（Inter-OSVOS算法）。將交互式分割結(jié)果作為標簽輸入到分割網(wǎng)絡,在保留OSVOS算法性能的情況下實現(xiàn)視頻特定目標的快速提取。其次,針對Inter-OSVOS算法目標定位不足的問題,提出改進的Inter-BS-OSVOS算法。在分割網(wǎng)絡中增加互補的輪廓分... 

【文章來源】： 李蝶 云南大學

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

Osvos算法結(jié)果展示

頻某幀（一般選取第一幀）；用戶點擊目標和背景，然后算法通過歐幾里得距離獲??取用戶交互對，深度交互式目標選擇網(wǎng)絡根據(jù)用戶交互對進行學習，生成選定目??標的二值掩碼圖像，該過程如圖３．２第一行；第二步，視頻前景分割。首先，輸入??視頻和單幀掩碼圖像到視頻分割網(wǎng)絡，分割網(wǎng)絡通過對掩碼圖像上的目標進行學??習并將目標特征傳遞到其他幀，進而分割出所有視頻序列中的感興趣目標。為了??進一步獲取目標的顏色和紋理信息，本文通過將分割出的視頻序列二值圖像結(jié)合??原視頻序列進行像素值填充，最終得到含有像素值信息的前景提取結(jié)果，該過程??如圖３．２第二行所示。??３．?３．?１目標標簽的定乂??機器學習的主要工作足提収出有）｜ｊ的特征，然后根據(jù)己有的實例，構(gòu)造從特??２１??

與原圖大小相同的歐幾里得距離圖，歐幾里得圖結(jié)合原圖的ＲＧＢ通道形成用戶交??互對，用戶交互對輸入到ＦＣＮ網(wǎng)絡中進行訓練和微調(diào)，微調(diào)結(jié)果再經(jīng)過ＧｒａｐｈＣｕｔ??算法進一步優(yōu)化，生成分割目標掩碼。交互式目標掩碼獲取過程如圖３．３所示。??２２??


本文編號：3074157