检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

外观融合运动感知的运动目标分割算法

计算机科学 2024年第3期51卷 155-164页

作者：徐邦武吴秦周浩杰江南大学人工智能与计算机学院江苏无锡214122 江苏省模式识别与计算智能工程实验室江苏无锡214122

现实场景中的运动目标分割旨在分割当前场景下的运动物体,对于许多计算机视觉应用有着至关重要的作用。现有的运动目标分割算法大多通过2D光流图中的运动信息来分割运动物体,然而,这些方法还存在一些问题。当运动物体在极面内运动或者... 详细信息

现实场景中的运动目标分割旨在分割当前场景下的运动物体,对于许多计算机视觉应用有着至关重要的作用。现有的运动目标分割算法大多通过2D光流图中的运动信息来分割运动物体,然而,这些方法还存在一些问题。当运动物体在极面内运动或者其3D运动方向和背景一致时,很难通过光流图分割得到;另外,错误的光流预测也会影响分割的结果。为了解决以上问题,提出了不同的运动代价,以提升运动目标分割的正确率。针对和背景共线或共面运动的物体,设计均衡重投影代价和多角度光流对比代价,通过运动物体的2D光流与背景2D光流的差异来检测运动物体。针对自我运动退化,设计差异单应性代价。最后,提出了一种基于外观融合的运动感知结构,以分割各种场景下的运动物体。采用多模态共同注意力门控,更有效地捕获运动特征和外观特征的关系,以促进外观特征和运动特征更好地交互。此外,为了突出运动的物体,提出了多层运动注意力模块,以减少冗余的外观特征对结果的影响。实验结果表明,所提方法在KITTI,JNU-UISEE,KittiMoSeg和Davis-2016数据集上均能获得较优的运动目标分割结果。

关键词：运动目标分割均衡重投影代价多角度光流对比代价多模态共同注意力门控多层运动注意力模块

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的运动目标分割算法研究

基于深度学习的运动目标分割算法研究

作者：徐邦武江南大学

学位级别：硕士

运动目标分割旨在分割给定视频中的运动物体,是计算机视觉领域内的重要研究方向之一。目前,运动目标分割仍然存在很多难点,如共面和共线运动退化、背景误判、运动噪声和多尺度等问题。为了有效地解决上述问题,本文结合几何的方法和深度... 详细信息

运动目标分割旨在分割给定视频中的运动物体,是计算机视觉领域内的重要研究方向之一。目前,运动目标分割仍然存在很多难点,如共面和共线运动退化、背景误判、运动噪声和多尺度等问题。为了有效地解决上述问题,本文结合几何的方法和深度学习的方法,提出了三种运动目标分割方法,以提高运动目标分割的效果。本文的主要研究内容如下:1.基于几何分析运动感知的运动目标分割算法。相比传统的运动目标分割算法,基于深度学习的运动目标分割算法展现出极大的优势。然而,目前大部分的基于卷积神经网络的方法都是依赖2D光流图中的运动信息来分割运动物体,往往忽略了光流图中存在着错误的2D光流,也没有考虑到运动分割中存在的共面和共线运动退化问题。为此,为了解决运动退化所引发的运动目标分割难点,提出了基于几何分析运动感知的运动目标分割算法。针对共面和共线运动退化问题,本文提出重投影代价和光流对比代价,利用几何的方法计算运动物体的运动与背景运动的差异。同时,为了检测2D运动特征较弱的运动物体,结合物体的2D运动与3D运动,并提出双向运动约束,旨在增强物体的运动特征。为了减少背景的误判,引入运动预测分支以生成运动热力图并捕获运动区域。为了准确地获得运动物体的掩模,采用运动实例分割分支进一步提取物体的运动信息以分割运动物体。在常用的运动目标分割数据集上的实验结果表明,本文提出的方法能够有效地提升运动目标分割的结果。2.外观融合运动感知的运动目标分割算法。虽然重投影代价和光流对比代价能够用于检测共面和共线运动的物体,但依然存在一些问题。重投影代价难以分割远处的运动物体,光流对比代价不能分割2D光流模长与背景一致,但方向不一致的运动物体。为此,对于重投影代价,采用背景光流的模长信息来调整不同距离运动物体的代价值,并提出均衡重投影代价。针对光流对比代价,引入物体的运动方向信息,提出相对光流对比代价。同时,为了更有效地分割非刚性的运动物体,减少背景的误判,提出外观融合运动感知的运动目标分割算法。其中,采用多模块共同注意力门控,促进物体的外观信息与运动信息的自适应融合,以提取有效的时空特征。针对浅层次运动特征存在较多运动噪声问题,提出多层运动融合模块,融合不同层次的运动特征,以丰富浅层次运动特征的语义信息。对于背景误判问题,提出基于运动的注意力模块,利用物体的运动信息抑制显著的静态物体,并突显运动的物体。最后,通过在常用的运动目标分割数据集上的实验表明本文提出方法的优越性。3.自适应特征融合运动感知的运动目标分割算法。为了有效地解决运动目标分割领域内的运动噪声和多尺度问题,提出了自适应特征融合运动感知的运动目标分割算法。其中,为了获得更丰富的运动特征,提高运动目标分割的正确率,基于代价的运动特征生成模块中融合了重投影代价和均衡重投影代价,并生成光流差异代价。同时,设计双向光流对比代价以有效地检测运动速度较慢的运动物体。为了有效地减少运动噪声对分割结果的影响,改进多层运动融合模块,提出自适应多层融合分支,旨在促进不同层次运动特征的自适应融合,以加强网络对重要层次运动特征的关注。为了更好的处理多尺度问题,采用逐层解码器和位置与掩模预测模块,并引入多层监督策略,结合不同层次特征的优点,以更好地分割不同尺度的运动物体。大量的实验也证明了本文提出方法的优越性。

关键词：运动目标分割深度学习共面和共线运动退化背景误判运动噪声

基于激光雷达点云序列的运动目标分割算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于激光雷达点云序列的运动目标分割算法研究

作者：姚苏凌南京理工大学

学位级别：硕士

在自动驾驶环境感知领域,运动目标分割一直以来都扮演着重要角色,对于位姿估计、静态地图构建、障碍物规避等下游任务都起着关键作用。为实现精确的点云运动目标分割,部分学者引入多帧点云序列间的时序信息作为分割运动状态的线索,但实... 详细信息

在自动驾驶环境感知领域,运动目标分割一直以来都扮演着重要角色,对于位姿估计、静态地图构建、障碍物规避等下游任务都起着关键作用。为实现精确的点云运动目标分割,部分学者引入多帧点云序列间的时序信息作为分割运动状态的线索,但实时、鲁棒地实现点云运动目标分割仍存在以下难点:首先,目前的算法对于时序信息的提取方式过于单一,语义信息作为运动目标分割任务的强相关知识未能被有效引入;其次,现有的点云运动目标分割算法通常只能由点云知识提取有限的特征,未考虑使用不同传感器的互补数据来强化点云有效知识地学习;最后,点云场景中运动目标占比较少,且慢速运动的物体运动线索不显著,正样本的缺乏导致基于深度学习的分割网络性能受限。针对上述问题,本文对基于激光雷达点云序列的运动目标分割任务展开了进一步研究,主要研究内容如下:(1)提出了基于时序语义信息引导的点云运动目标分割算法。首先将两帧点云序列由球面投影产生距离图像,然后进行两阶段训练。先训练语义分割网络产生两帧有效的语义特征图,由前一帧点云到当前帧点云的坐标变换关系构建两帧语义特征图像素之间的映射关系,形成时序语义信息;为了使用距离图像、残差图像和时序语义特征图三种不同层次的数据作为运动目标分割网络的输入,提出了一种自适应交叉融合模块,以中心采样点与邻域内点在三维空间的距离差值自适应学习邻域内像素点的动态权重,实现对不同邻域不同通道特征的交叉学习,有效地引入语义信息。通过在公开数据集上进行大量实验,证实了时序语义信息地有效引入能够显著提升点云运动目标分割的性能。(2)提出了基于相机图像辅助的点云运动目标分割算法。从复杂的训练模型中提取有效的分割特征,实现由多传感器互补数据到点云数据的知识蒸馏,使得在推理阶段,仅使用点云分割分支也能取得良好的分割效果。在模型训练过程中,设计了一个双流分割网络,分别对相机图像数据和激光雷达点云数据进行处理,提取两种模态数据所产生的多尺度特征;通过空间同步构建两种模态特征在多个对应尺度特征图中的映射关系,以此形成多尺度融合特征;为实现对点云知识地增强,分别由两个分类器提取融合特征和点云特征的分割预测结果,以KL(Kullback-Leibler)散度作为监督,使点云特征向融合特征靠拢,从而完成相机图像辅助点云数据学习的过程;为了增强动态点云的多样性,设计了一个基于多组掩码增强时序信息提取的模块,提升网络对不同速度运动目标的学习能力。通过在公开数据集上进行大量实验,证实了相机图像数据对于点云运动目标分割任务有良好的促进作用,同时,通过对时序信息地增强,进一步提升了分割性能。

关键词：运动目标分割时序语义信息多尺度融合知识蒸馏

一种融合时域和空域信息的运动目标分割新方法(英文)

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

红外与毫米波学报 2003年第2期22卷 81-85页

作者：刘天明戚飞虎詹翊强上海交通大学计算机科学与工程系上海200030

提出了一种融合时域和空域信息的方法 ,用于从视频序列中分割出运动物体 .该方法是在分割过程中通过区域捆绑逐步融合时域和空域信息 ,而不是在时域分割结束之后再融合空域信息 .分布式地表达分割物体并刻画其特征是区域捆绑的主要特征 ... 详细信息

提出了一种融合时域和空域信息的方法 ,用于从视频序列中分割出运动物体 .该方法是在分割过程中通过区域捆绑逐步融合时域和空域信息 ,而不是在时域分割结束之后再融合空域信息 .分布式地表达分割物体并刻画其特征是区域捆绑的主要特征 .本文的方法首先通过早期分割得到许多小区域 ,然后将这些小区域捆绑成一些捆绑核 ,再将剩下的区域通过强或弱的规则捆绑到相邻的捆绑核 ,从而实现目标区域的分割 .

关键词：运动目标分割时域信息空域信息信息融合区域捆绑 HOS测试视频序列目标识别

在线全文

学校读者我要写书评

暂无评论

基于小波变换和ICA的运动目标分割

计算机辅助设计与图形学学报 2007年第4期19卷 448-453页

作者：张志勇施智平张素兰史忠植中国科学院计算技术研究所智能信息处理重点实验室

提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与CO... 详细信息

提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与COST211AM算法比较表明,文中方法能更完整、准确地提取出运动对象.

关键词：运动目标分割小波变换独立成分分析分水岭变换

在线全文

学校读者我要写书评

暂无评论

基于改进DRLSE的运动目标分割方法

浙江大学学报（工学版） 2014年第8期48卷 1488-1495页

作者：胡祝华赵瑶池程杰仁彭金莲海南大学信息科学技术学院海南海口570228

为了得到精准、连续的运动目标轮廓,提出将帧间差分法和改进的距离规则水平集演化(DRLSE)方法结合应用于运动目标分割.采用帧间差分法得到运动目标的初始轮廓;使用在能量泛函的外力项中融入运动序列时空变化信息的DRLSE方法进行轮廓演化... 详细信息

为了得到精准、连续的运动目标轮廓,提出将帧间差分法和改进的距离规则水平集演化(DRLSE)方法结合应用于运动目标分割.采用帧间差分法得到运动目标的初始轮廓;使用在能量泛函的外力项中融入运动序列时空变化信息的DRLSE方法进行轮廓演化,避免演化受背景边缘干扰,得到精准的运动目标轮廓;根据精准目标轮廓的反馈估计运动方向,并结合帧间差分法为后续的DRLSE提供一个较佳的初始轮廓,能显著提高运动目标的分割速度.实验结果表明,与现有算法相比该改进方法能够更精确、更快地得到运动目标轮廓.

关键词：活动轮廓模型(ACM) 距离规则水平集演化(DRLSE) 图像分割帧间差分运动目标分割

在线全文

学校读者我要写书评

暂无评论

基于红外运动目标分割的夜视融合系统设计

红外与激光工程 2015年第7期44卷 2064-2069页

作者：孙斌常本康张俊举王贵圆李英杰南京理工大学电子工程与光电技术学院江苏南京210094

为了提高夜视系统的质量以及目标探测性能,设计了红外视频运动目标与可见光融合夜视侦察系统。系统在硬件处理平台上实现了基于人眼视觉的红外运动目标分割算法和基于目标特性的加权融合算法,采用红外运动目标分割电路和融合处理电路互... 详细信息

为了提高夜视系统的质量以及目标探测性能,设计了红外视频运动目标与可见光融合夜视侦察系统。系统在硬件处理平台上实现了基于人眼视觉的红外运动目标分割算法和基于目标特性的加权融合算法,采用红外运动目标分割电路和融合处理电路互联的结构,首先利用FPGA为核心的红外目标分割电路提取红外视频中的运动目标,然后将只有红外运动目标的视频输入后端DSP融合处理电路中进行融合处理,最后从系统中输出一系列目标形态突出、背景细节清晰的融合序列。实验结果表明:该系统可以提高夜视融合系统目标探测性能和探测概率,融合结果的各项评价指标提高了90%以上,有的评价指标甚至提高了7倍以上,可以很大程度地降低系统的虚警率。

关键词：图像融合运动目标分割融合系统红外视频可见光图像

一种改进的基于活动轮廓和光流的运动目标分割方法

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2011年第4期42卷 1035-1042页

作者：方宇强戴斌宋金泽单恩忠国防科学技术大学机电工程与自动化学院湖南长沙410073

将光流技术和几何活动轮廓模型结合起来对运动目标进行分割,一方面可以通过算法分割出运动目标轮廓,另一方面,使得算法面对背景变化的情况仍具有一定的适应性。为了更好地将二者结合起来,进行2个方面的改进:建立基于运动边缘的几何活动... 详细信息

将光流技术和几何活动轮廓模型结合起来对运动目标进行分割,一方面可以通过算法分割出运动目标轮廓,另一方面,使得算法面对背景变化的情况仍具有一定的适应性。为了更好地将二者结合起来,进行2个方面的改进:建立基于运动边缘的几何活动轮廓模型,从而克服光流计算中由弱纹理区域产生的运动空洞对分割的影响;引入边缘增强的非线性扩散作为光流计算模型中的平滑项约束,可以在平滑流场的同时减小运动边缘处平滑效果而保护边缘,进而提高运动目标分割的完整性。研究结果表明:与现有算法相比较,该算法能够更准确地分割出运动目标的轮廓,同时在一定程度上克服背景运动的情况。

关键词：光流活动轮廓模型非线性扩散运动目标分割

在线全文

学校读者我要写书评

暂无评论

基于改进高斯混合模型的运动目标分割算法

轻工机械 2022年第5期40卷 34-42页

作者：王苁蓉吴静静翁陈熠江南大学机械工程学院江苏无锡214122 江南大学江苏省食品先进制造装备技术重点实验室江苏无锡214122

针对运动目标分割中出现的孔洞等问题,课题组提出了一种基于改进高斯混合模型(Gaussian mixture model, GMM)的运动目标分割算法;针对运动目标分割中出现的阴影和鬼影等问题,提出了一种基于位置约束和加权HSV(hue saturation value, HSV... 详细信息

针对运动目标分割中出现的孔洞等问题,课题组提出了一种基于改进高斯混合模型(Gaussian mixture model, GMM)的运动目标分割算法;针对运动目标分割中出现的阴影和鬼影等问题,提出了一种基于位置约束和加权HSV(hue saturation value, HSV)的阴影检测算法。首先,将运动目标在相邻2帧之间移动的速度作为像素速度,根据像素速度来动态调整每个像素点的学习率,实现背景模型的动态更新,从而有效避免前景中出现孔洞等干扰;其次,提出一种基于位置约束和加权HSV颜色模型的特征向量构建方法,使用余弦相似性进行相关性分析,避免了分割过程中出现阴影干扰的现象。实验结果表明:该算法能够准确地分割出运动目标,目标完整率、阴影检测率和判别率分别达到95.11%、96.18%和96.45%。与其他方法相比,运动目标分割的准确率提高了2.09%,运动目标分割性能良好。

关键词：运动目标分割像素速度高斯混合模型前景提取阴影去除