反馈学习高斯表观网络的视频目标分割.docx

视频目标分割[1-6]通常被建模为半监督学习任务, 即在给定初始帧目标掩模标注的前提下, 精确分割出后续帧中特定目标区域. 视频目标分割在众多计算机视觉任务中具有重要的应用价值, 包括视频编辑[7-8]、目标追踪[9-10]和动作识别[11-12]等. 近年来, 随着深度学习的兴起, 视频目标分割也取得了突破性进展. 但是, 精度高且速度快的算法仍然非常匮乏, 其原因在于所学深度模型仍难以有效应对复杂视频场景的变化, 如严重遮挡、快速运动、相似目标干扰等. 为此, 一些视频目标分割算法在不同方面进行了尝试. 其中, 文献[1-2,?13-14]中的算法在测试阶段用第1帧及其标注在线微调网络;