视频分割--Learning to Segment Instances in Videos with Spatial Propagation Network

Learning to Segment Instances in Videos with Spatial Propagation Network CVPRW2017 https://github.com/JingchunCheng/Seg-with-SPN

本文针对视频中多目标运动物体分割问题,instance-level object segmentation 提出使用 CNN 网络分三个步骤来解决:前景分割、物体类别识别、分割精细化

3.1. Foreground Segmentation 这里采用类似 FCN 分割框架,采用 ResNet-101 模型,主要的改进:1)去掉全连接层,2)融合多尺度卷积层信息

3.2. Instance-level Recognition 有了前景分割的结果,我们分割出每个物体,further segment instance-level objects,采用的网络和损失函数类似前景分割的网络

4 Mask Refinement 这里我们做了两个步骤的Refinement 1)Spatial Propagation Network 这个网络主要用于学习 affinity entities,The coarse mask is refined under the guidance of the affinity, the learned pairwise relations, for any pairs of pixels.

2)Connected Region-aware Filter 这一步主要 considering temporal information in other frames,the consistency between two frames and helps rectify some instance confusions

5 Experiments

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

使用TensorFlow和DLTK进行生物医学图像分析的介绍

DLTK是用于医学图像的深度学习工具包,它扩展了TensorFlow, 以实现生物医学图像的深度学习。它为经典的应用程序提供特殊的操作和功能、模型的实现、教程(...

1374
来自专栏xingoo, 一个梦想做发明家的程序员

吴恩达机器学习笔记 —— 16 异常点检测

我感觉这篇整理的很好很用心,可以详细参考: https://blog.csdn.net/Snail_Moved_Slowly/article/details/...

621
来自专栏专知

春节充电系列:李宏毅2017机器学习课程学习笔记24之结构化学习-Structured SVM(part 2)

【导读】我们在上一节的内容中已经为大家介绍了台大李宏毅老师的机器学习课程的Structured learning-Structured SVM(part 2),...

3378
来自专栏AI科技大本营的专栏

《深度学习原理与TensorFlow实践》学习笔记(一)

作者 | 王清 目录: 深度学习与TensorFlow简介 深度学习简介 深度学习的由来 神经网络 深度学习(Deep Learning or Feature ...

38011
来自专栏YoungGy

MMD_5a_Clustering

聚类概述 定义 距离的定义 算法的分类 启发式算法 概述 KEY POINTS 如何代表cluster 如何决定距离远近 没有欧氏距离怎么办 终止条件 总结 K...

2229
来自专栏机器学习、深度学习

人脸检测--Face Detection with End-to-End Integration of a ConvNet and a 3D Model

Face Detection with End-to-End Integration of a ConvNet and a 3D Model ECCV201...

1947
来自专栏贾老师の博客

Reed-Solomon 编码算法

1852
来自专栏CreateAMind

机器学习入门课程-干货多有视频

772

深入学习Apache Spark和TensorFlow

神经网络在过去的几年中取得了惊人的进展,现在它们已经成为图像识别和自动翻译领域的领先技术。TensorFlow是Google发布的用于数值计算和神经网络的新框架...

2587
来自专栏最新技术

深入学习Apache Spark和TensorFlow

想要了解更多关于Apache Spark的信息,请在2016年2月在纽约出席Spark东部峰会。

2858

扫码关注云+社区