一种用于视频目标分割的视频解耦网络及方法

本发明提供一种用于视频目标分割的视频解耦网络及方法，包括视觉元素解耦模块、统一先验时空解耦器、自适应专家混合重构模块，首先通过视觉元素解耦模块将历史视频帧分解为运动表示、场景表示和实例表示并构建对应先验；再通过统一先验时空解耦器构建和分析单元素表示，最后通过自适应专家混合重构模块自适应整合多种视觉线索，将解耦的多个对象线索连接生成全局特征表示；融合多源信息以重构高质量的对象掩码。本发明能够在保持视频全局一致性的同时增强对细粒度运动和目标边界的建模能力，从而有效提升视频对象分割的准确性和鲁棒性，并且通过长短期推理结合注意力机制有效处理遮挡和快速运动等复杂场景；同时提高分割结果的稳定性和可靠性。