典型文献
基于自监督学习方法的半监督视频目标分割研究
文献摘要：
本文主要研究自监督学习方法在视频目标分割中的应用.首先通过挖掘大规模无标注视频数据中的时间-空间关系,让神经网络作为特征编码器学习视频帧之间的相似性和连续性;然后通过记忆力机制训练网络,使其对当前帧和多个参考帧之间的关系进行建模;利用特征编码器学习到的特征对视频帧中的分割目标进行重建,进行下游的视频目标分割任务;最后,利用在线自适应模块对视频分割结果的错误进行修正.实验结果表明,本文的自监督方法在视频分割任务上的表现可以更加接近有监督方法的分割结果,采用记忆力机制和在线自适应模块可以大大提高视频目标分割的准确性.另外本文探究了数据有效性,当采用少量数据进行网络的自监督训练时,模型仍能取得较好的效果,意味着这个任务本身不需要大规模数据集中富含的复杂语义信息进行建模.
文献关键词：
视频目标分割;自监督学习;半监督学习
中图分类号：
作者姓名：
朱方瑞;张力;付彦伟;谢伟迪
作者机构：
复旦大学大数据学院,上海200433;牛津大学工程科学系,英国牛津OX13PJ
文献出处：
引用格式：
[1]朱方瑞;张力;付彦伟;谢伟迪-.基于自监督学习方法的半监督视频目标分割研究)[J].复旦学报（自然科学版）,2022(02):188-195,204
A类：
B类：
自监督学习,视频目标分割,注视,视频数据,空间关系,特征编码,编码器,视频帧,记忆力,参考帧,对视,在线自适应,视频分割,监督方法,有监督,数据有效性,少量数据,自监督训练,能取,务本,大规模数据集,中富,语义信息,半监督学习
AB值：
0.291257
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
