龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院软件研究所
摘要：本发明公开一种基于长短期时序特征的无监督视频目标分割方法及系统，属于计算机视觉领域，通过将当前帧图像和参考帧图像映射到相同的深层语义空间，获取两帧空间外观特征；借助上一帧的分割掩码在当前帧形成短期时序约束，强化目标特征区域并抑制背景区域响应，保持目标短时内的视觉一致性；对当前帧与参考帧间的长序时序建模，计算传递进来的当前帧与参考帧特征图之间的密集匹配，并通过高斯加权消除相似像素的匹配杂波，得到长期时序特征；融合时序特征与外观特征形成判别特征，基于判别特征在视频语义一致性的条件下完成目标分割。本发明能够在复杂视频场景中，尤其在相似物体干扰场景下，实现目标的稳定分割。
主权项：1.一种基于长短期时序特征的无监督视频目标分割方法，其特征在于，包括以下步骤：输入当前帧图像、参考帧图像和上一帧分割掩码，将当前帧图像和参考帧图像映射到相同的深层语义空间，获取当前帧空间外观特征和参考帧空间外观特征；以上一帧分割掩码为引导形成目标在当前帧的空间先验，对当前帧的空间外观特征进行重新编码，得到基于短期时序约束的特征；通过基于短期时序约束的特征与参考帧空间外观特征计算特征相似度矩阵；在基于短期时序约束的特征中找出与参考帧空间外观特征的每个特征向量相似度最大的位置，生成以该位置为中心的二维高斯分布，根据该二维高斯分布为基于短期时序约束的特征中的全部特征向量赋予高斯权重，得到高斯分布矩阵；通过高斯分布矩阵和特征相似度矩阵逐元素相乘，并执行softmax操作，得到加权相似度矩阵；基于加权相似度矩阵进行维度转换，得到长期时序特征；融合长期时序特征与基于短期时序约束的特征，得到判别特征，基于判别特征对视频目标进行分割。
全文数据：
权利要求：
百度查询： 中国科学院软件研究所 基于长短期时序特征的无监督视频目标分割方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号