現(xiàn)代信息技術(shù)的持續(xù)發(fā)展,多媒體信息已經(jīng)成為人類獲取外部信息的主要來源。視頻作為具有豐富多樣視覺信息的數(shù)據(jù)形式,已經(jīng)成為多媒體信息傳遞的載體之一。近年來,視頻數(shù)據(jù)的規(guī)模呈爆炸式增長趨勢,給視頻處理分析帶來了巨大的挑戰(zhàn)。為了滿足視頻大數(shù)據(jù)處理分析的需求,需要有效快速地對視頻數(shù)據(jù)進行處理,提取出其中人類感興趣的信息。而在視頻數(shù)據(jù)中,用戶感興趣區(qū)域大多是目標(biāo)區(qū)域。這就需要我們將視頻中目標(biāo)提取出來,在感興趣目標(biāo)的基礎(chǔ)上有效地處理分析視頻,視頻目標(biāo)分割任務(wù)就由此發(fā)展而來。視頻目標(biāo)分割的目的就是以視頻序列為數(shù)據(jù)基礎(chǔ),將目標(biāo)從視頻的每一幀中分割出來,完成目標(biāo)像素級標(biāo)注,獲取目標(biāo)準(zhǔn)確的輪廓邊緣。作為計算機視覺領(lǐng)域中的一個基礎(chǔ)的研究方向,視頻目標(biāo)分割能夠提取視頻中的重要信息,可以為目標(biāo)行為分析、視頻檢索、目標(biāo)姿態(tài)估計、視頻摘要等提供研究基礎(chǔ),同時還可以廣泛應(yīng)用于自動駕駛、智能監(jiān)控、增強現(xiàn)實等領(lǐng)域。由于視頻目標(biāo)分割具有一定的研究價值和廣泛的實際應(yīng)用價值,國內(nèi)外眾多科研機構(gòu)和學(xué)者對此進行了深入探索。由于視頻拍攝存在著目標(biāo)類型多種多樣,環(huán)境背景復(fù)雜,目標(biāo)遮擋,以及目標(biāo)位置變化劇烈等問題,視頻目標(biāo)分割一直是計算機... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機械研究所)陜西省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 傳統(tǒng)的視頻目標(biāo)分割算法
        1.2.2 基于深度學(xué)習(xí)的視頻目標(biāo)分割算法
    1.3 論文主要工作
    1.4 論文組織結(jié)構(gòu)
第2章 基于邊緣增強的視頻超體素提取算法
    2.1 引言
    2.2 基于邊緣增強的視頻超體素提取算法
        2.2.1 構(gòu)造超體素樹
        2.2.2 計算超體素的邊緣性
        2.2.3 構(gòu)造基于邊緣增強的選擇損失函數(shù)
    2.3 實驗
        2.3.1 實驗數(shù)據(jù)集
        2.3.2 實驗采用的評價標(biāo)準(zhǔn)
        2.3.3 實驗的對比算法
        2.3.4 實驗設(shè)置
        2.3.5 實驗結(jié)果
    2.4 本章小結(jié)
第3章 基于超體素池化的視頻目標(biāo)分割算法
    3.1 引言
    3.2 基于超體素池化的視頻目標(biāo)分割算法
        3.2.1 視頻卷積特征提取
        3.2.2 超體素提取及特征計算
        3.2.3 視頻特征融合
        3.2.4 視頻目標(biāo)分割
    3.3 實驗
        3.3.1 實驗數(shù)據(jù)集
        3.3.2 實驗采用的評價標(biāo)準(zhǔn)
        3.3.3 實驗對比算法
        3.3.4 實驗設(shè)置
        3.3.5 實驗結(jié)果
    3.4 本章小結(jié)
第4章 總結(jié)與展望
    4.1 論文工作總結(jié)
    4.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3455586