《表2 不同输入下的前景检测结果的F测度值比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时空感知级联神经网络的视频前背景分离》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证多输入的方法对前景检测的有效性，同时测试以连续的3个视频帧作为输入是否会损失长程信息，本小节设置了对比实验：分别以1帧、3帧、5帧作为网络输入，采用在VGG16[11]上预训练好的参数作为初始化权重，比较它们的前景检测结果．图3给出了不同的输入分别在3种场景下的视觉质量结果．从结果图中可以看出，多帧输入（图3(d）和（e）)的前景检测结果更加接近真值图，能够保持较为准确的轮廓信息．单帧输入的结果则较为逊色，甚至在highway这个场景下没有检测出右上角运动的汽车，这是因为将多种视频场景混合在一起训练时，网络无法从一张图像中准确地判断出哪个物体是运动的，哪个物体是静止的，所以网络只能大致判断出图像中的显著性物体．从图中还可以看出，3帧输入和5帧输入的结果差别并不明显，但是在office这个场景中，5帧输入的结果没有3帧的好，这是因为增加的视频帧与当前帧相关性并不大，从而引入了一些不必要的误差，由此可以得出，网络的输入并不是越多越好．对比实验的量化结果如表2所示，多输入的F测度值十分接近，而3帧输入的平均F测度值最高，从而进一步验证了本文所提方法的有效性．