一种掩码矫正的半监督视频目标分割方法及系统技术方案

本发明专利技术公开了一种掩码矫正的半监督视频目标分割方法及系统。其实现方案如下，首先获取视频序列数据集和分割标签，并对数据集视频序列进行数据扩充与处理，其次构建分割模型，并构建损失函数用以训练分割模型，最后利用训练好的分割模型进行视频目标分割。本发明专利技术通过设计细节感知解码器模块，通过捕捉特征空间结构间的依赖关系，自适应选择需要关注的空间信息，并关注特征的目标通道增强特征的细节信息，并且去除特征中与目标不相关的信息，其次，设计掩码矫正模块，根据粗略预测结果估计掩码的不确定区域，利用局部细节特征对目标边界及其他不确定区域进行矫正，能够有效地提升模型分割精度，解决具有挑战的分割误差累积问题。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域，具体而言，涉及一种掩码矫正的半监督视频目标分割方法及系统。

技术介绍

1、视频目标分割的主要任务是从视频序列中持续地分割出感兴趣目标对象。本文方法聚焦半监督视频目标分割，其中目标实例由给定的第一帧精确分割掩码定义，并在剩余视频帧中预测目标实例的分割结果。视频目标分割是计算机视觉中最具有挑战性的任务之一，具有广泛的应用价值，可用于交互式视频编辑、增强现实和自动驾驶等领域。

2、近年来，随着深度学习和卷积网络的快速发展，出现了越来越多基于卷积网络的视频目标分割方法。研究者们更加青睐基于时空记忆网络的视频目标分割方法，其不仅在分割速度上占据了优势，而且还取得了不错的精度。2019年，seoung wug oh等首次提出了时空记忆网络(seoung wug oh,joon-young lee,ning xu,seon joo kim.video objectsegmentation using space-time memory networks.iccv 2019:9225-9234.)，该方法将当前待分割视频帧作为查询本文档来自技高网...

【技术保护点】

1.一种掩码矫正的半监督视频目标分割方法，其特征在于，所述方法由计算机行，包括以下步骤：

2.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤S1的具体实现过程如下：

3.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤S2的具体实现过程如下：

4.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤S3的具体实现过程如下：

5.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤S4的具体实现过程如下：

6.如权利要求1所述的一种掩码矫正的...

【技术特征摘要】

1.一种掩码矫正的半监督视频目标分割方法，其特征在于，所述方法由计算机行，包括以下步骤：

2.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤s1的具体实现过程如下：

3.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤s2的具体实现过程如下：

4.如权利要求1所述的一种掩码矫正的半监督视频目标分割方法，其特征在于，步骤s3的具体实现过程如下：...

【专利技术属性】
技术研发人员：潘祖望，桂彦，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：