部分感知注意力校正网络

时空注意力更精准

通过成对训练和视频间关联监督注意力聚合，显著增强显著目标挖掘能力。

Liu, Zeyu · 刘建伟

Engineering Applications of Artificial Intelligence 2023

参数信息

平均绝对误差（MAE）改进

0.4 %

最大F-measure改进

1.1 %

S-measure改进

0.5 %

技术优势

跨视频关联被显式监督

成对训练同时利用正负聚合监督探索视频间关联，抑制错误对应并增强判别性特征。

部分感知相似度聚合

该模块利用视频内关联和视频级上下文辅助分割显著对象，增强视频内对应。

多基准性能提升

在DAVSOD-T上将MAE降低0.4%、最大F-measure提高1.1%、S-measure提高0.5%。

应用场景

• 视频目标分割：通过精准时空注意力提高分割准确性。
• 无监督视频对象发现：显式建模跨视频关联帮助发现视频中的显著对象。
• 视频编辑：自动提取显著区域辅助背景替换。
• 自动驾驶感知：在动态场景中可靠检测关键移动目标。
• 智能监控：在监控视频中突出异常目标便于识别。