基于顯式運(yùn)動建模的視頻偽裝目標(biāo)檢測

打開文本圖片集

摘要：目前的視頻偽裝目標(biāo)檢測方法通常采用隱式運(yùn)動建模或直接輸入存在噪聲的離線光流圖來獲取運(yùn)動線索，這會影響模型性能。為了解決這一問題，提出一種新的基于顯式運(yùn)動建模的視頻偽裝目標(biāo)檢測框架，稱為SMHNet。首先，該框架將顯式運(yùn)動建模與偽裝目標(biāo)檢測聯(lián)合在同一個框架中進(jìn)行學(xué)習(xí)。然后利用特征雙向更新模塊實現(xiàn)兩個分支的雙向交互更新，相互補(bǔ)充、優(yōu)化和糾錯，輸出光流估計結(jié)果和目標(biāo)檢測圖。（剩余139字）