典型文献
基于并行多方向注意力的无监督视频目标分割
文献摘要：
时空特征传播对准确的无监督视频目标分割任务至关重要.但是,由于现实中视频的复杂性,导致时空特征学习与传播变得十分具有挑战性.在本文中,提出了两个新颖的模块分别用于增强视频中目标的空间和时间表示.具体来说,首先,针对当前帧,在空间上提出一个新颖的多方向注意力模块,旨在沿着水平、垂直与通道方向上分别提取注意力图.同时,设计了一个并行时序模块用于整合当前帧和之前帧的信息.该模块并行地计算出连续帧之间的二阶相似度,并且根据该相似度图重新对当前帧特征进行加权与增强.此外,该相似度图还直接生成一个有效的掩膜,用于进一步增广当前帧中目标的特征表示.接着,将上述空间和时间特征进行融合以获得最终增广的时空特征表示,并将其输入解码器来预测当前帧中待分割目标的掩膜.在三个主流无监督视频目标分割数据集上的大量实验结果表明,本文提出的方法与当前最新方法相比取得了领先的性能.相关代码将公布在.
文献关键词：
无监督视频目标分割;多方向注意力;时空调制;并行注意力
中图分类号：
作者姓名：
樊佳庆;苏天康;张开华;刘青山
作者机构：
南京航空航天大学计算机科学与技术学院 南京 211106;南京信息工程大学自动化学院 南京 210044;南京信息工程大学计算机学院 南京 210044
文献出处：
引用格式：
[1]樊佳庆;苏天康;张开华;刘青山-.基于并行多方向注意力的无监督视频目标分割)[J].计算机学报,2022(11):2337-2347
A类：
多方向注意力,无监督视频目标分割
B类：
时空特征,特征传播,对准,中视频,特征学习,空间和时,时间表,具体来说,注意力模块,注意力图,相似度图,接生,掩膜,增广,特征表示,时间特征,解码器,代码,时空调制,并行注意力
AB值：
0.234435
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。
