信息与控制

作者：范龙威, 覃东文, 衷卫声, 熊剑, 郑宇婷, 张强

关键词：ViBe算法, 语义标签制作, 关键帧提取, 语义分割, 卷积神经网络

针对人工标定图像分割语义标签数据集的制作较为耗时、效率低下的问题，提出基于ViBe(Visual Background Extractor)算法的日常物体语义标签快速制作方法，并对该方法中前景点像素随时间更新的问题，采用事件触发背景更新机制有效降低了前景目标的空洞现象。首先，采集实验所需的视频序列并进行预处理，采用ViBe算法检测图像中动态目标并进行前景分割，通过滑动窗口算法提取图像帧序列中的目标关键帧；然后，对提取的关键帧进行二值化、图像滤波与标签像素分类填充，得到标签图像。从实验结果分析得到，该方法有效简化了语义标签数据集的制作过程，特别是优化后的算法能实现较高的标签像素覆盖精确度，标签覆盖平均精确度达97.18%，平均单帧视频图像处理时间为96.10 ms。

来源：2025年第5期

《信息与控制》期刊编辑部

查看信息与控制杂志2025年第5期