-
公开(公告)号：CN119006825A
公开(公告)日：2024-11-22
申请号：CN202411151992.8
申请日：2024-08-21
Applicant: 鹏城实验室
Abstract: 本申请公开了一种基于自我修正机制的视频目标分割方法、装置、设备及存储介质，涉及视频处理技术领域，所述方法包括：通过目标分割网络根据当前视频帧特征和区域记忆特征得到语义增强特征；根据目标记忆特征对语义增强特征进行多维度修正，得到修正区域特征，从而得到当前视频帧的当前预测掩码；根据当前预测掩码、历史预测掩码、目标记忆特征以及当前视频帧特征进行时序修正，得到目标对象的预测运动线索。通过上述方式，通过在快速获取目标对象的运动线索和外观线索的同时完成对这两种线索的自我修正，修正后的外观线索可以有效提升分割准确度而修正后的运动线索可以有效提升分割效率，从而实现在各种视频场景中高效鲁棒地分割视频目标。
-
公开(公告)号：CN119152511A
公开(公告)日：2024-12-17
申请号：CN202411228771.6
申请日：2024-09-03
Applicant: 鹏城实验室
IPC: G06V30/148 , G06V30/19 , G06N3/0895
Abstract: 本申请公开了一种文本引导的伪装实例分割方法、装置、设备及存储介质，涉及图像技术领域，方法包括：根据各样本伪装实例的前景文本提示和各样本伪装实例的伪装区域，生成各样本伪装实例的伪标签，并通过各样本伪装实例的伪标签得到多个样本训练图像，样本伪装实例位于样本伪装图像中；根据伪装度量器评估各样本训练图像的伪装程度；根据伪装调度器、各样本训练图像的伪装程度以及各样本训练图像得到多个训练批次及各训练批次的训练信息，从而对实例分割模型进行训练，得到目标分割模型；通过目标分割模型对目标伪装图像进行分割。通过上述方式，显著提高了模型在处理伪装实例分割任务时的准确性、鲁棒性以及泛化能力，减少了对标注数据的依赖。
-
公开(公告)号：CN119006826A
公开(公告)日：2024-11-22
申请号：CN202411152736.0
申请日：2024-08-21
Applicant: 鹏城实验室
Abstract: 本申请公开了一种基于对比学习的前景物体分割方法、装置、设备及存储介质，涉及视频处理技术领域，所述方法包括：通过目标分割网络生成当前视频帧的当前预测掩码；通过目标判别网络得到当前视频帧的全局特征向量；根据全局特征向量和初始特征向量，结合相似度阈值确定特征更新方式；根据特征更新方式和当前预测掩码对记忆特征进行更新，根据更新后的记忆特征对目标视频中后续的各视频帧进行目标物体分割，直至各视频帧的物体分割完成。通过上述方式，在统一的分割框架内判别前景物体的变化状态，捕捉前景物体在变化过程中的关键特征，动态地调节记忆网络中存储的记忆特征，从而提高了各种场景下对视频前景物体序列分割的精准性和鲁棒性。
-
公开(公告)号：CN119006794A
公开(公告)日：2024-11-22
申请号：CN202411152741.1
申请日：2024-08-21
Applicant: 鹏城实验室
Abstract: 本申请公开了一种联合跟踪评估的三边互补对象检测方法、装置、设备及存储介质，涉及视频处理技术领域，所述方法包括：通过检测分支根据预测边界框得到当前视频帧的当前视频帧特征，预测边界框是跟踪分支根据上一视频帧的历史提取特征及对应的模板特征输出的；通过评估分支对当前视频帧的当前预测掩码进行质量评估，并根据联合评估结果和评估质量阈值确定特征更新结果，基于该结果对记忆特征和当前视频帧对应的模板特征进行更新，得到更新后的记忆特征和更新后的模板特征，从而对目标视频中后续的各视频帧进行目标对象检测。通过上述方式，将检测分支、跟踪分支以及评估分支作为整体架构，有效提升了检测效率，且保证了较高的检测准确度。
-
-
-
Search Results
4
records
(took 0.018 seconds)
