计算机工程

作者：宋佳, 陈程立诏

单位：青岛大学 计算机科学技术学院, 山东 青岛 266071

关键词：视频显著性检测,运动信息,先验信息,多流一致性融合,通道注意力机制

基金：国家自然科学基金（61802215，61806106）。

现有的视频显著性检测算法通常采用双流结构提取视频的时空线索，其中运动信息作为双流结构的一个分支，在显著物体发生剧烈或慢速移动时存在运动估计准确率低的问题，并且不合理的训练数据或方案使得权重偏向单个分支结构。提出一种基于多流网络一致性的视频显著性检测算法MSNC。设计并使用一种新的三重网络结构提取预选目标区域的颜色信息、时序信息和先验特征，通过先验特征补偿运动流的缺陷，并提高运动线索的利用率。采用多流一致性融合模型优化三流分支，得到不同特征的最佳融合方案。同时通过循环训练策略平衡三重网络的权重，以避免网络过度拟合单流分支，从而有效地提高运动估计和定位的准确率。在Davis数据集上的实验结果表明，相比PCSA、SSAV、MGA等算法，该算法的鲁棒性更优，其maxF和S-Measure值分别达到0.893和0.912，MAE仅为0.021。

来源：2022年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第2期