互聯(lián)網(wǎng)技術的不斷發(fā)展使得人們獲取信息的方式愈發(fā)多樣化,但是也產(chǎn)生了大量的冗余信息,因此增加了從大量繁雜數(shù)據(jù)尤其是圖像視頻數(shù)據(jù)中提取感興趣信息的難度。計算機視覺技術可以讓計算機模擬人的眼睛完成對圖像或者視頻的處理,能夠幫助人們從大量的冗余數(shù)據(jù)中提取有用信息。視頻目標分割作為計算機視覺技術重要的組成部分,在視頻編碼、視頻編輯、動作識別、自動駕駛等領域有著重要的應用價值。視頻目標分割的發(fā)展呈現(xiàn)高分割精度、高分割速度和普適性好的趨勢,所面臨的挑戰(zhàn)主要有兩點:（1）待分割視頻本身通常存在目標外貌變化過大、目標遮擋、目標丟失或相似物體干擾等情況,增大了視頻目標分割的難度;（2）算法的分割精度、分割速度和普適性通常無法同時達到最優(yōu),因此需要在三者之間尋求一個平衡。傳統(tǒng)算法大多無法兼顧視頻本身存在的所有分割難點,也無法很好地協(xié)調(diào)高分割精度、高分割速度和普適性好這三個需求之間的平衡。本文針對上述問題,從視頻目標分割的需求出發(fā),著眼于克服視頻目標分割面臨的挑戰(zhàn),凝練并圍繞兩個關鍵問題:“高性能特征匹配方法的設計”和“先驗信息的充分利用和防丟失”,開展基于先驗信息和特征匹配的視頻目標分割研究。本文的主要內(nèi)容... 

【文章頁數(shù)】：74 頁

【學位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 視頻目標分割算法分類
        1.2.2 發(fā)展趨勢和面臨挑戰(zhàn)
    1.3 關鍵問題、研究內(nèi)容和創(chuàng)新點
        1.3.1 關鍵問題
        1.3.2 研究內(nèi)容和創(chuàng)新點
    1.4 論文結(jié)構(gòu)安排
第2章 相關基礎知識
    2.1 半監(jiān)督視頻目標分割
        2.1.1 數(shù)據(jù)集
        2.1.2 任務評判標準
    2.2 視頻目標分割中的特征匹配
        2.2.1 基于聚類的方法
        2.2.2 基于K近鄰的方法
    2.3 圖像分割中的上采樣
        2.3.1 雙線性插值
        2.3.2 反池化
        2.3.3 反卷積
    2.4 本章小結(jié)
第3章 基于先驗概率和度量學習的視頻目標分割
    3.1 引言
    3.2 算法介紹
        3.2.1 固定尺寸的參考空間更新策略
        3.2.2 基于先驗概率的匹配方法
    3.3 實驗與分析
        3.3.1 實驗設置
        3.3.2 消融實驗
        3.3.3 與其他算法比較
    3.4 本章小結(jié)
第4章 基于先驗位置和匹配解碼的視頻目標分割
    4.1 引言
    4.2 算法介紹
        4.2.1 基于特征流的訓練和測試策略
        4.2.2 基于匹配分數(shù)的解碼模塊
    4.3 實驗與分析
        4.3.1 實驗設置
        4.3.2 消融實驗
    4.4 本章小結(jié)
第5章 基于先驗信息和特征匹配的視頻目標分割原型系統(tǒng)
    5.1 引言
    5.2 系統(tǒng)搭建
        5.2.1 系統(tǒng)模塊介紹
        5.2.2 系統(tǒng)連接關系
    5.3 實驗與分析
        5.3.1 實驗設置
        5.3.2 與其他算法對比
        5.3.3 在不同序列上的測試結(jié)果
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻
致謝
在讀期間發(fā)表的學術論文與取得的研究成果


【參考文獻】：
期刊論文
[1]一種基于圖像分割及鄰域限制與放松的立體匹配方法[J]. 伍春洪,付國亮.  計算機學報. 2011(04)



本文編號：3686137