动态背景下基于自更新像素共现的前景分割

• 作者: 刘昕宇 周文俊 孙涵 梁栋 潘家兴 金子俊一
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 前景分割 像素空间关系 时空注意力模型(STAM) 在线自更新 跨场景
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 2405-2413
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.12.015

摘要

针对共现像素-支持块模型(CPB)存在的问题,提出一种新的自更新像素共现模型(SU-CPB).引入经大规模监控场景训练的时空注意力模型(STAM),将STAM分割掩模作为指导,通过3种方法,包括像素-支持块对的动态选择,结构失效支持块的替换与前景相似度的计算,完成对支持块的在线自更新,解决CPB不具备更新能力带来的模型性能下降的问题,并使SU-CPB具备跨场景前景分割能力.实验结果表明,该方法在所有测试场景下均优于CPB,并在未经STAM训练的Wallflower与LIMU数据集下,显著优于单纯的STAM、CPB以及其他参与对比的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙涵		36	283	10.0	16.0
2	梁栋		13	75	5.0	8.0
3	刘昕宇		1	0	0.0	0.0
4	潘家兴		2	0	0.0	0.0
5	周文俊		1	0	0.0	0.0
6	金子俊一		1	0	0.0	0.0