一种多维增强的开放词汇视频实例分割方法

本发明提供了一种多维增强的开放词汇视频实例分割方法，包括：步骤1，通过数学建模与分析，提出一种新型的开放词汇分割思想；步骤2，对用户输入的视频进行预处理，进行帧采样，并通过分别强化类别文本和图像特征、查询向量的交互，在Transformer架构中实现类别相关的分割；步骤3，采用实例驱动的TopK时序匹配策略，提高跨帧匹配的稳定性与准确性；步骤4，通过多尺度特征融合提升类别识别能力，优化目标分类。本发明能够高效进行开放词汇视频实例分割，并广泛应用于视频监控、自动驾驶、视频索引等领域，推动视频理解与推理技术的发展。