基于离散余弦变换特征融合的无监督视频目标分割
王玉琛1
樊佳庆2
宋慧慧1
1.南京信息工程大学自动化学院 南京 2100442.南京航空航天大学计算机科学与技术学院 南京 211106
摘要：无监督视频目标分割任务旨在对没有人工提供第一帧的目标分割真值掩膜的情况下,对视频中的前景对象进行定位和分割.现有的方法主要关注提高分割精度上,而忽略了内存和计算成本.通常,现有的方法只在空间域内根据重要性对特征进行增强,忽略了特征在频域中的差异性.此外,现有方法也没有充分利用全局语义信息来引导视频目标的分割.为解决上述问题,论文提出一种基于离散余弦变换特征融合的轻量级无监督视频目标分割网络.首先,使用轻量的骨干网络同时提取外观与运动特征;接着,设计了离散余弦变换特征融合模块,用于对外观与运动特征的融合与增强;然后,利用大核卷积全局语义引导模块对大核卷积分解,在降低计算量的同时,保持提取全局语义信息的能力;最后,在全局语义信息的引导下逐级聚合频域增强后的多级特征,最终得到精确的分割结果.通过上述设计,论文方法最终只有14.7 M参数量.论文在DAVIS2016、FBMS和DAVSOD数据集上进行了大量的实验评测,实验结果充分表明,论文方法在J&F、MAE和Fm等多个指标上均取得了良好的性能;同时,保持了高效的推理速度.
关键词：无监督视频目标分割离散余弦变换注意力机制频域分析
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61532009)江苏省自然科学基金(BK20191397)江苏省研究生实践创新计划项目(sjcx22_0355)
论文发表日期：2025-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 395-402 )
英文信息