资 源 简 介
针对目前室内场景视频中关键物体的检测、跟踪及信息编辑等方面主要是采用人工处理方式，存在效率低、精度不高等问题，提出了一种基于纹理信息的室内场景语义标注学习方法。首先，采用光流方法获取视频帧间的运动信息，利用关键帧标注和帧间运动信息进行非关键帧的标注初始化；然后，利用非关键帧的图像纹理信息约束及其初始化标注构建能量方程；最后，利用图割方法优化得到该能量方程的解，即为非关键帧语义标注。标注的准确率和视觉效果的实验结果表明，与运动估计法和基于模型的学习法相比较，所提基于纹理信息的室内场景语义标注学习法具有较好的效果。该方法可以为服务机器人、智能家居、应急响应等低时延决策系统提供参考。
随着互联网及大数据多媒体的高速发展，社会生产中产生了海量的视频数据，同时也对这些信息的应用提出了更多的需求。如何高效检索视频内容并标注，已然成为大数据、机器视觉及多媒体应用领域研究的热点。如室内场景下在监控视频中进行关键物体的检测和跟踪目前仍然需要依赖人工的辅助。同时，近年来虚拟现实技术也在快速发展，在应用中虚拟场景以及物体的编辑处理也是一个亟需解决的问题。
