此外 ， 論文還分享了其方法的一些典型視覺結(jié)果（如圖2所示） 。在第一個(gè)序列中 ， 攝像機(jī)的移動(dòng)讓視頻中的女孩出現(xiàn)了尺寸變化 。在第二個(gè)序列中 ， 藍(lán)色木車向前移動(dòng) ， 由于外觀變化很大 ， 難以進(jìn)行準(zhǔn)確估計(jì) 。第三和第四個(gè)序列來自同一個(gè)視頻 ， 但由于局部遮擋和背景中視覺上相似的對(duì)象而更具挑戰(zhàn)性 。盡管如此 ， 該模型還是成功地分割出所有的目標(biāo) ?？傮w而言 ， 得益于在視覺—語言理解過程中考慮了多級(jí)表征 ， 提出的模型得到了出色的指定視頻目標(biāo)分割結(jié)果 。
▲圖2. Refer-DAVIS17驗(yàn)證集和Refer-YouTube-VOS驗(yàn)證集的定性結(jié)果 。前四個(gè)序列代表指定視頻目標(biāo)分割結(jié)果 ， 最后兩個(gè)序列是顯著目標(biāo)預(yù)測(cè)結(jié)果
除指定視頻目標(biāo)分割結(jié)果外 ， 文章還在圖2中提供了一些顯著目標(biāo)預(yù)測(cè)結(jié)果 。可以看出 ， 所有目標(biāo)預(yù)測(cè)都帶有清晰的邊界 ， 包括被遮擋的和小的目標(biāo) ， 這表明顯著目標(biāo)的生成可以提供關(guān)鍵的先驗(yàn)?zāi)繕?biāo)信息 。
總體而言 ， 在這項(xiàng)最新研究中 ， 邵嶺博士團(tuán)隊(duì)提出了一種新穎的多級(jí)表征學(xué)習(xí)框架來處理RVOS任務(wù) ， 通過編碼視頻、單幀和目標(biāo)級(jí)語義 ， 提供了一個(gè)強(qiáng)大且信息豐富的視覺表征；通過引入動(dòng)態(tài)語義對(duì)齊機(jī)制 ， 對(duì)不同模態(tài)可以進(jìn)行自適應(yīng)融合 。這一研究突破可以進(jìn)一步提升視頻目標(biāo)分割的精確度及效率 ， 使相應(yīng)技術(shù)得以高效應(yīng)用于城市中包括安防、應(yīng)急等場(chǎng)景 。
,
推薦閱讀
- 什么是專業(yè)技術(shù)職務(wù)任職資格
- 防止母豬化胎、僵尸、死胎、流產(chǎn)的技術(shù)簡介
- 羊腹脹氣癥狀與防治技術(shù)
- 養(yǎng)羊技術(shù)分享：羊支氣管炎防治辦法
- 什么是足球技術(shù)
- 春季常見羊病及防治技術(shù)
- 什么是指令流水線技術(shù)
- 雞肌胃糜爛癥的防治技術(shù)
- 蛙病的防治技術(shù)
- 畜牧指導(dǎo)治療羊便秘技術(shù)