IJCAIJul, 2019

一种基于 3D 卷积的空间和时间光谱目标分割方法

PDF
TL;DR本论文提出了一种基于图分割的物体分割方法，通过 3D 滤波技术计算像素图的主聚类来实现，其与传统迭代方法相比速度更快且实现更简便，同时要求在像素级别上保持空间和时间的物体一致性，其在未监督和半监督的 DAVIS-2016 数据集上得到了比同类算法更好的结果，也取得了 SegTrackv2 数据集上的最佳结果。
object segmentationgraph partitioningspectral clustering3d filteringpixel-wise features
发现论文，激发创造
  • 深度谱方法：无监督语义分割和定位惊人强大的基准线

    通过基于传统光谱分割方法，将图像分解为由自我监督网络的特征亲和矩阵的拉普拉斯特征向量，以对场景中的对象进行定位和义分割的无监督方法，在 Pascal VOC，MS-COCO 等复杂数据集上取得了显著的定位和分割优势。

    May, 2022

  • 压缩谱聚类

    本文提出了一种基于图信号处理的方法，采用图滤波和随机采样技术加速生成 Laplacian 矩阵特征向量和 k-means 聚类算法步骤，该方法在控制误差的同时计算时间效率可达到数个数量级的提升，并在人工合成数据和真实网络数据集上进行测试。

    Feb, 2016

  • 局部谱图卷积用于点集特征学习

    本文介绍了一种在点云上进行特征学习的方法，使用基于图卷积的局部图结构和新颖的图池化方法，该方法取得了在点集分类和分割任务中的一致可靠优势。

    Mar, 2018

  • 用于高效谱像分割的稀疏图形式

    本文提出了一种基于稀疏图的归一化割方法，该方法通过添加颜色节点至简单的网格图中对图像进行分割，实验结果表明该方法在图像分割方面表现优于传统的光谱算法。

    Jun, 2023

  • 高效视频目标分割中基于改进记忆覆盖的空时网络再思考

    该论文介绍了一种简单而有效的方法来建模视频对象分割中的时空对应关系，使用对应关系实现内存高效且鲁棒的框架，并且使用负平方欧氏距离计算亲和力，实现了多对象的高速分割，并获得了最新的最高性能结果。

    Jun, 2021

  • SFTrack++：一种快速可学习的光谱分割方法，用于时空一致跟踪

    本文提出了一种基于谱聚类的目标追踪方法 SFTrack++，其中通过多通道输入和分割映射的方式来提高算法的追踪效果，同时在 OTB、UAV、NFS、GOT-10k 和 TrackingNet 等多个数据集上进行了实验验证，结果表明该方法具有较好的追踪精度。

    Nov, 2020

  • 全局与局部稀疏子空间优化的运动分割

    本文提出了一种基于仿射子空间模型的特征运动物体分割新框架，该方法通过稀疏 PCA 表示原始轨迹，通过自动搜索最近邻点的稀疏表达来实现局部子空间分离，并提出了一种误差估计来处理缺失数据问题，最后通过谱聚类方法将不同的运动分割出来，实验证明该方法在精度和运算时间上优于其他运动分割方法。

    Jan, 2017

  • 为视频物体分割提出三维卷积的论点

    本文提出了一种基于 3D 全卷积神经网络的编码 - 解码网络结构，将其应用于视频中的显著对象分割。尝试使用全 3D 卷积来处理外观和运动信息从而实现密集视频预测，并通过 3D 全局卷积层和 3D 细化模块进行编码和解码操作。作者将其应用于 DAVIS'16 无监督，FBMS 和 ViSal 数据集基准测试中，结果表明其效果优于现有状态艺术，同时速度更快，能够高效地学习空间 - 时间特征并产生高质量的视频分割掩码。

    Aug, 2020

  • 理论与实践中的快速简单谱聚类

    本研究提出了一种基于顶点嵌入的简单谱聚类算法，通过幂法计算的向量，在接近线性时间内计算顶点嵌入，并在输入图形的自然假设下，算法能够可靠地恢复出真实聚类结果。通过在多个合成和现实世界数据集上的评估发现，该算法与其他聚类算法相比，具有显著更快的速度，并且产生的聚类准确度基本相同。

    Oct, 2023

  • 基于图卷积网络的多视角高光谱图像子空间聚类

    该研究提出了一种基于图卷积网络的高光谱图像的多视角子空间聚类方法，利用空间关系分析和表达了高光谱图像的特性，并通过两个图卷积子空间构建了更具区分度的特征图，该模型在三个流行的高光谱图像数据集上具有较高的聚类准确性。

    Mar, 2024