Reliabilitätsbasierte Aufmerksamkeitskarten für geführte interaktive Video-Objekt-Segmentierung

Wir schlagen einen neuen, durch Anleitung gesteuerten interaktiven Segmentierungsalgorithmus (GIS) für Videoobjekte vor, um die Segmentierungsgenauigkeit zu verbessern und die Interaktionszeit zu reduzieren. Zunächst entwickeln wir ein auf Zuverlässigkeit basierendes Aufmerksamkeitsmodul, um die Zuverlässigkeit mehrerer annotierter Frames zu analysieren. Als Zweites erarbeiten wir ein intersectionsbewusstes Propagationsmodul, um die Segmentierungsergebnisse auf benachbarte Frames zu übertragen. Drittens führen wir den GIS-Mechanismus ein, der es dem Benutzer ermöglicht, unzufriedenstellende Frames mit geringem Aufwand schnell auszuwählen. Experimentelle Ergebnisse zeigen, dass der vorgeschlagene Algorithmus genaue Segmentierungsergebnisse schneller liefert als herkömmliche Algorithmen. Der Quellcode ist unter https://github.com/yuk6heo/GIS-RAmap verfügbar.