论文摘要
目前对视频语义分割的研究主要分为两方面,一是如何利用视频帧之间的时序信息提高图像分割的精度;二是如何利用视频帧之间的相似性确定关键帧,减少计算量,提升模型的运行速度.在提升分割精度方面一般设计新的模块,将新模块与现有的CNNs结合;在减少计算量方面,利用帧序列的低层特征相关性选择关键帧,同时减少操作时间.本文首先介绍视频语义分割的发展背景与操作数据集Cityscapes、CamVid;其次,介绍现有的视频语义分割方法;最后总结当前视频语义分割的发展情况,并对未来的发展给出一些展望和建议.
论文目录
文章来源
类型: 期刊论文
作者: 韩利丽,孟朝晖
关键词: 语义分割,视频语义分割,关键帧,数据集,深度学习
来源: 计算机系统应用 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 河海大学计算机与信息学院
分类号: TP391.41;TP18
DOI: 10.15888/j.cnki.csa.007195
页码: 1-8
总页数: 8
文件大小: 874K
下载量: 467