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
华中科技大学;