Aufmerksamkeitssensitive Videoobjektsegmentierung

Die Video-Auffälligkeit, die darauf abzielt, ein einzelnes dominantes Objekt in einer Sequenz zu schätzen, bietet starke objektbezogene Hinweise für die unüberwachte Videoobjektsegmentierung. In diesem Papier präsentieren wir eine auf geodätischer Distanz basierende Technik, die eine zuverlässige und zeitlich konsistente Auffälligkeitsmessung von Superpixels als Vorabinformation für pixelweise Kennzeichnung bietet. Unter Verwendung ungerichteter Intra-Frame- und Inter-Frame-Grafen, die aus raum-zeitlichen Kanten oder Erscheinungsbild und Bewegung konstruiert werden, sowie einem abstrahierenden Schritt zur Verbesserung der Auffälligkeitsabschätzungen formuliert unsere Methode die pixelweise Segmentierungsaufgabe als ein Energie-Minimierungsproblem auf einer Funktion, die aus unären Termen globaler Vordergrund- und Hintergrundmodelle, dynamischen Standortmodellen und paarweisen Termen der Label-Glatheits-Potenziale besteht. Wir führen umfangreiche quantitative und qualitative Experimente an Benchmark-Datensätzen durch. Unser Verfahren erzielt eine überlegene Leistung im Vergleich zum aktuellen Stand der Technik in Bezug auf Genauigkeit und Geschwindigkeit.