摘要
本发明涉及基于记忆‑边缘引导的弱监督视频显著性目标检测方法及系统,属于目标检测技术领域。包括:将给定的长视频序列进行非重叠滑动窗口划分,提取到连续的若干个视频帧,若干个视频帧输入至训练后的记忆边缘引导网络模型实现弱监督视频显著性目标检测;输入至训练后的记忆边缘引导网络模型实现弱监督视频显著性目标检测;具体包括:对当前时间步的连续视频帧进行特征提取,获得不同尺度提取到的时空特征;利用从历史帧中挖掘到的显著性线索来增强当前帧中相关对象的语义表示,然后输入解码器进行解码,得到最终的显著性目标检测图。本发明实现了对视频中显著性目标的准确定位和精细分割。
技术关键词
时空上下文信息
记忆
分支
输入解码器
门控结构
视频帧特征
多尺度
滑动窗口
通道注意力机制
像素
网络模型训练
输出特征
线索
卷积模块
边缘拟合方法
语义
系统为您推荐了相关专利信息
寿命预测模型
健康状况监测系统
随机森林模型
评估机器学习模型
序列
配电网运行状态
数据分析模型
智能监控方法
长短期记忆网络
经验模态分解算法
隧道衬砌
动态预测方法
应力
水文地质参数
长短期记忆网络
动作预测方法
网格
机器人
监督学习方法
存储历史信息