摘要
本发明公开了一种基于实例感知与记忆修正的半监督视频目标分割方法,该方法包括下述步骤:提取当前帧的键特征和值特征,存储历史帧的键特征和值特征,提取多分辨率特征并融合生成增强的查询键特征;基于双流框架提取像素级外观特征和语义掩码特征;将双流的输出特征通过动态融合权重加权融合,生成融合特征;构建正负样本对进行对比学习;对记忆值特征进行全局上下文增强和目标一致性校正,将校正后的特征及对应键特征存入记忆库,调整记忆库中特征的存储权重并更新记忆库;将融合特征与当前帧编码器的跳跃连接特征输入解码器进行上采样,生成像素级概率图,二值化后输出最终目标分割掩码。本发明为半监督视频目标分割提供了更高的精度和鲁棒性。
技术关键词
分割方法
多分辨率特征
键特征
Sigmoid函数
融合特征
语义
像素
视频
输入解码器
注意力机制
多尺度特征金字塔
输出特征
校正
编码器
动态
样本
全局平均池化
记忆特征
索引
系统为您推荐了相关专利信息
去噪模型
拉普拉斯金字塔
波形
图像分割
水下管道检测装置
轨道交通消防
智能识别模块
监测系统
物联网通信模块
融合特征
胶囊网络
车辆定位方法
卷积神经网络学习
融合特征
多尺度特征
发电机定子绕组
电信号
双向长短期记忆网络
时域特征提取
频域特征提取
分布式微电网
智能调控方法
多源运行数据
智能分析模型
调控策略