基于深度学习的视频语义分割综述

基于深度学习的视频语义分割综述

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

相关论文文献

标签:;  ;  ;  ;  ;  

基于深度学习的视频语义分割综述
下载Doc文档

猜你喜欢