一种基于运动-外观多层次聚类的无监督视频目标分割方法

本发明提供了一种基于运动‑外观多层次聚类的无监督视频目标分割方法，通过将视频帧输入到主干网络提取运动特征；设计位置‑通道注意力模块增强时空上下文建模；通过多层次聚类细化策略融合运动和外观特征；利用重建光流作为运动强度指示器，结合子空间聚类多视图分析提高复杂场景处理能力；最终输出目标分割掩码。本发明不仅能够从FlowFormer++光流网络和位置‑通道注意力模块中提取判别性运动特征，并且提出的多层次聚类细化策略能够将Vision Transformer主干网络中的运动和外观特征有效融合，此外，本发明设计的子空间聚类多视图分析能够将特征中更大的权重集中在前景目标区域中，过滤掉无用的背景信息，与现有的无监督视频目标分割方法相比具有更高的分割精度。