多样化场景中的半监督视频目标分割算法研究

目录

声明

1 绪论

1.1 课题研究的背景和意义

1.2 国内外研究概况

1.2.1 视频目标分割的数据集

1.2.2 视频目标分割方法介绍

1.2.3 视频目标分割难点分析

1.3 论文的研究内容

1.4 本文的组织结构

2 卷积神经网络与视频目标分割技术

2.1 引言

2.2 卷积神经网络

2.2.1 卷积神经网络基础理论

2.2.2 图像分类与分割模型

2.3 视频目标分割算法分析

2.3.1 OSVOS

2.3.2 MaskTrack

2.3.3 VS-ReID

2.3.4 DyeNet

2.4 视频目标分割评价指标

2.4.1 区域相似度

2.4.2 轮廓精度

2.5 本章小结

3 多特征指导的视频目标分割算法研究

3.1 引言

3.2 算法整体框架

3.3多特征指导的视频目标分割算法

3.3.1 表观匹配特征

3.3.2 目标中心图

3.3.3 多特征指导分割

3.3.4 训练过程

3.4 实验结果与分析

3.4.1 定量结果分析

3.4.2 定性结果分析

3.5 本章小结

4 抗丢失的视频目标分割算法研究

4.1 引言

4.2 算法整体框架

4.3 抗丢失的视频目标分割算法

4.3.1 候选区域提取

4.3.2 多任务分支

4.3.3 目标匹配和模板库更新

4.3.4 训练过程

4.4 实验结果与分析

4.4.1 定量结果分析

4.4.2 定性结果分析

4.5 本文算法总结

4.6 本章小结

5 总结与展望

5.1 全文总结

5.2 课题展望

致谢

参考文献

附录1 攻读学位期间发表论文与参与课题