基于状态空间模型的弱监督视频序列分割方法

本发明涉及深度学习语义分割技术领域，尤其涉及一种基于状态空间模型的弱监督视频序列分割方法，通过弱监督学习和视觉状态空间结构模型实现图像序列的分割，不依赖于昂贵的像素级标注数据，充分提取了图像序列中的图像之间的时序和空间关系，大幅降低图像序列分割中的计算复杂度和耗时，解决图像分割效果差、模型泛化能力差的问题，有效提升图像序列分割模型在分割任务中的分割效果和泛化能力。