-
公开(公告)号：CN111161306B
公开(公告)日：2023-06-02
申请号：CN201911402450.2
申请日：2019-12-31
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于运动注意力的视频目标分割方法，该方法将通道注意力模块输出的通道特征图和运动注意力模块输出的位置特征图进行相加，获得当前帧的分割结果。其中，通道注意力模块的输入为当前帧特征图Ft和第一帧提供的目标物体的外观特征图F0，通道注意力模块通过计算输入特征图Ft和F0通道之间的关联，输出的通道特征图反映了当前帧中外观最接近目标物体的物体；运动注意力模块的输入为当前帧特征图Ft和前一帧运动注意力网络中的记忆模块预测的目标物体的位置信息Ht‑1，运动注意力模块通过计算输入特征图Ft和Ht‑1位置之间的关联，输出的位置特征图反映了当前帧中目标物体的大致位置。本发明结合外观和位置两个因素，实现了对视频目标更精确的分割。
-
公开(公告)号：CN111161306A
公开(公告)日：2020-05-15
申请号：CN201911402450.2
申请日：2019-12-31
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于运动注意力的视频目标分割方法，该方法将通道注意力模块输出的通道特征图和运动注意力模块输出的位置特征图进行相加，获得当前帧的分割结果。其中，通道注意力模块的输入为当前帧特征图Ft和第一帧提供的目标物体的外观特征图F0，通道注意力模块通过计算输入特征图Ft和F0通道之间的关联，输出的通道特征图反映了当前帧中外观最接近目标物体的物体；运动注意力模块的输入为当前帧特征图Ft和前一帧运动注意力网络中的记忆模块预测的目标物体的位置信息Ht-1，运动注意力模块通过计算输入特征图Ft和Ht-1位置之间的关联，输出的位置特征图反映了当前帧中目标物体的大致位置。本发明结合外观和位置两个因素，实现了对视频目标更精确的分割。
-
公开(公告)号：CN109903334A
公开(公告)日：2019-06-18
申请号：CN201910137728.1
申请日：2019-02-25
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于时间一致性的双目摄像头运动物体检测方法，首先将t-1帧计算的结果作为参数输入，利用超像素分割、立体匹配算法计算t帧的斜平面模型；然后，通过计算t帧的光流和自运动模型得到运动物体的初始运动模型；之后，通过t-1帧计算的运动物体信息和t帧的超像素信息计算出场景流能量方程中时间一致性数据项；最后，根据以上计算的信息构建t帧的场景流能量方程，并使能量方程最小化计算出t帧的运动物体信息。应用本发明，解决了传统运动物体检测方法在计算t帧运动模型时没有关联t-1帧计算的运动模型，导致运动物体检漏检和误检的问题。本发明适用于视频的运动物体检测，具有很好的鲁棒性，检测结果准确。
-
-
Search Results
3
records
(took 0.014 seconds)
