薄一航 HAO Jiang

视频分割问题是当前计算机视觉领域一个比较热门的话题.与静态图像分割方法不同的是视频分割不仅要考虑到单视频帧内各个像素点或超像素块之间的关系,还要保证相邻视频帧之间对应像素点或超像素块的连续性与光滑性.视频分割的结果可以为更高一级的视频及视频中目标的分析工作提供较好的分析基础.

起初,针对静止摄像机拍摄的视频,即视频背景为静止不变的情况,可以通过简单的去背景的方法得到整个运动的前景区域[1−4].从目前的视频分割方法来看,包括基于像素点的分割、基于超像素块的分割和基于提议(Proposals)的分割等.但是,对于视频分割而言,考虑到运算量和运算速度的问题,基于像素点的分割方法很不现实,也很少被采用.当前比较流行的视频分割方法以基于超像素块的分割和基于提议的分割为主.首先,对基于超像素块的分割而言,研究者们试图通过区域块跟踪的方法来处理[5−8]得到不同的分割区域.鉴于视频数据本身的特殊性,还有一些视频分割方法将视频分割成底层特征随时间变化连续的超像素块[7−10].然而,超像素块本身往往不具备完整的语义信息,每个超像素块可能是一个完整的目标,也可能是构成某个目标的一部分,这样的分割结果并不利于进一步的目标分析工作.并且,分割结果的优劣很大程度上还依赖于所选择的分割阈值,我们通常很难选择一个合适……