基于动态密集条件随机场增量推理计算的多类别视频分割

摘要

针对现有基于条件随机场(CRF)的多类别视频分割计算量随帧数不断增加的问题,提出了一种用于密集(全连接)CRF推断的快速、全动态推理(inference)算法,并有效地推断出了增量式多类别视频分割中动态密集CRF的最大后验概率(MAP)解决方案.与传统的密集CRF处理视频相比,该方法更适合于在线的机器人增量式视频分割的处理计算.实验结果表明,在多类别视频分割应用中,该动态算法明显快于广为人知的标准密集CRF算法,其计算精度与标准密集CRF算法保持不变.几个多类别视频分割测试证实了本算法的推理效率.该算法不仅限于视频分割,还可应用于诸多类似的增量式动态变化CRF模型中MAP推理计算的优化解决方案.