Jan, 2016

通过物体类标签传播在视频中检测时间上一致的物体

PDF
TL;DR本文提出了一种高效的视频物体推荐生成方法及聚类方法，应用于对象检测，使得仅需对每帧中少量候选提议进行分类实现在视频中检测对象的效率提高，证明了该方法在 Youtube-Objects 数据集上达到了最先进的检测性能。
object proposalvideo object detectiondeep learningclusteringcnn
发现论文，激发创造
  • 利用时间一致性进行高效的单阶段视频目标检测

    我们提出了一个简单而高效的框架，通过利用视频帧中的时间一致性来解决计算上的瓶颈，从而实现了具有高效性的单阶段视频目标检测。

    Feb, 2024

  • 对象查询传播在高性能视频对象检测中的应用

    本篇论文提出了一种名为 QueryProp 的视频物体检测特征传播框架，通过对象级特征传播策略和自适应传播门进行关键帧选择，实现了高准确率和高速度的检测。

    Jul, 2022

  • 使用跟踪对象提案进行视频对象分割

    通过结合基于类别的目标检测、类别独立的目标外观分割和时间上的目标追踪等方法，通过训练全卷积网络对视频中的特定对象外观进行独立的分割，再引入对检测框时间上的连续性约束，从而实现半监督视频目标分割。

    Jul, 2017

  • 4D 通用视频物体提议

    该研究提出了一种基于 4D Generic Video Tubes（4D-GVT）的方法，它利用运动线索、立体数据和目标实例分割可靠地提取已知和未知目标类型的时空对象建议，在未知类别的情况下，它表现出比其他方法更好的性能。

    Jan, 2019

  • LP-OVOD：通过线性探测的开放词汇物体检测

    本文提出了一种解决开放词汇物体检测（OVOD）问题的方法，该方法使用共同的文本图像嵌入来为边界提案分配最接近的文本标签，并通过从前 n 个相关区域提案中检索伪标签来训练一个分类器以丢弃低质量的边界框，实验证明我们的方法在 COCO 数据集上比现有方法表现优秀，AP_novel 达到了 40.5。

    Oct, 2023

  • 高质量物体链接的视频目标检测

    本研究介绍了一种新的视频目标检测方法，采用时序上下文方法来链接同一对象，从而提高分类准确率。该方法在 ImageNet VID 数据集上的表现优于静态图像检测器和先前的最新技术。

    Jan, 2018

  • 历史物体预测增强的多视角 3D 物体检测器的时序优化训练

    历史物体预测 (HoP) 新范式为多视角三维检测提供了更有效地利用时间信息的方法。我们的方法采用了短期和长期的时间解码器，并生成伪鸟瞰图特征，以预测历史时刻的物体集。在 NuScenes 数据集上的实验表明，与目前领先的三维物体检测器相比，HoP 可以有效提高检测性能。

    Apr, 2023

  • 视频深度先验及其在视频一致性和传播中的应用

    本文提出了一种用于盲视频时间一致性的方法，该方法旨在解决仅在每个视频帧上独立应用图像处理算法导致的时间不一致问题。我们展示了通过在 Deep Video Prior（DVP）视频上训练卷积神经网络实现时间一致性的方法，并针对挑战性的多模态不一致性问题提出了一种经过精心设计的迭代加权训练策略。我们通过 7 个计算机视觉任务的广泛定量和感知实验展示了我们的方法的有效性，并证明了我们的方法在盲视频时间一致性方面优于现有技术水平。

    Jan, 2022

  • 在城市环境中的开放词汇三维物体检测

    通过开放式词汇学习、视觉语言模型和远程模拟器，我们解决了当前基于激光雷达的 3D 物体检测系统的局限性，实现了对新颖对象的高效检测和识别。

    Mar, 2024

  • 物体级别视频分割的物体检测、跟踪和运动分割

    该论文提出了一种用于视频中物体分割的方法，结合了帧级物体检测与物体跟踪、运动分割等概念，提取了基于现成检测器的时间一致性物体管，结合运动线索提供视频分割，克服了弱监督 / 无监督视频分割的典型问题，并提供每个对象的精确、时间一致的分割。

    Aug, 2016