一种在线学习的视频图像分割算法
提出了一种在线学习的视频图像分割算法，通过结合视频图像的全局信息和局部信息， 来完成视频图像的准确分割。该算法首先采用分类器对视频图像的无指导预分割结果进行整体的识别处理，得到粗糙的像素级前后景分割图像，再通过时空条件随机场最优化完成局部平滑处理，得到最终精确的像素级前后景分割图像。同时本文还提出了一种平衡采样策略和一种基于分割图像指导的样本更新算法，分别用以实现分类器准确的初始化和高效稳定的在线学习。基于真实视频序列的实验表明，相比已有方法，本文算法在低时间开销下，显著提高了分割的准确性与稳定性。
在线学习 视频图像分割算法 增量学习分类器 条件随机场
王爱平 潘衡岳 李思昆
国防科学技术大学计算机学院 长沙 410073
国内会议
北京
中文
136-140
2011-11-04（万方平台首次上网日期，不代表论文的发表时间）