绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
回答成功
知道了
扫码关注智东西公开课服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
欢迎来智东西
关注我们
智东西
车东西
芯东西
智东西公开课
视频分割探究:从视频物体分割到视频全景分割
学术新青年讲座 2021/04/07 20:00:00
课程讲师

主要研究行人重识别和视频分割,在 CVPR/ICCV/IEEE TNNLS等国际高水平会议或期刊发表多篇论文。

苗嘉旭
悉尼科技大学 在读博士

主要研究行人重识别和视频分割,在 CVPR/ICCV/IEEE TNNLS等国际高水平会议或期刊发表多篇论文。

课程提纲
  • 视频分割任务的研究与挑战
  • 利用前后帧像素相似性的视频物体分割
  • 基于长距离时序上下文信息的视频语义分割
  • 视频全景分割方法及未来展望
课程简介

截止到3月29日,「学士新青年讲座」已完结8讲,讲解内容包括新型循环神经网络IndRCNN、对抗攻击与防御、语义分割等。4月,针对计算机视觉顶会 CVPR 2021,智东西公开课策划并推出「学术新青年讲座」CVPR 2021特别企划。在CVPR 2021特别企划中,我们邀请到9位来自全球知名高校与科研机构的青年学者,讲解他们的CVPR 2021论文成果和心得。

4月7日晚8点,「学术新青年讲座」CVPR 2021 特别企划第1讲特邀悉尼科技大学ReLER实验室苗嘉旭主讲,主题为《视频分割探究:从视频物体分割到视频全景分割》。

近年来,针对图片分割的研究已经取得了长足的发展,而视频分割的研究仍在起步阶段。视频分割任务由简到繁可分为三类:视频物体分割 、视频语义分割和视频全景分割。视频物体分割是指从视频所有图像中把感兴趣的物体区域完整的分割出来;视频语义分割则要求给视频中所有图像上的每一个像素赋予一个带有语义的标签;视频全景分割的目标是精确定位整个视频的所有语义和实例边界,并为这些分割的视频管分配正确的标签。

虽然视频分割在视频会议、视频直播、短视频制作、人机交互以及自动驾驶等领域具有广泛的应用价值和落地需求。但视频分割任务仍面临许多挑战,如在视频序列中,随着时间的推移,视频不断变化,光照、视角、遮挡和图像噪声等因素为视频分割带来很大的影响;同时,对于视频序列中的时序信息,怎样将空间局部特征与时序信息相结合,是在视频序列之间建立信息传播机制的关键。因此,如何提取更有效的特征以及高效地利用时序信息提升视频分割效果,是视频分割任务的重点。

在本次讲座中,苗嘉旭博士将从视频分割任务出发,详细介绍视频物体分割、视频语义分割、视频全景分割三方面内容,及它们各自提升分割准确性的方法。其中,关于视频语义分割内容是苗博发表在CVPR 2021的论文《VSPW: A Large-scale Dataset for Video Scene Parsing in the Wild》。

苗嘉旭是悉尼科技大学ReLER实验室在读博士,博士期间主要研究方向是行人再识别和视频分割。他在 CVPR、ICCV、IEEE TNNLS等国际高水平会议或期刊发表多篇论文。

精彩问答
提问
提问
目前还没有问题,可以点击右侧的“提问按钮”提问
更多问题...