视频目标分割是计算机视觉中一个重要的研究方向,其任务是在视频序列中,逐像素地分割出每帧中感兴趣的目标区域。视频目标分割可以应用于视频编辑、视频压缩等实际场景中,也可以为动作识别、视觉跟踪等任务提供预处理,具有较高的研究价值与广泛的应用场景。然而,在视频目标分割中,待分割视频可能存在多种复杂情况如目标遮挡、背景干扰等,目标分割难度高,并且算法的精度与速度难以同时兼顾。针对如何解决多种分割难点,同时兼顾算法精度与速度的问题,本文从融合全局匹配与掩码传播、设计背景去噪的匹配方法这两个关键点出发,提出新的基于全局匹配与掩码传播的视频目标分割方法。本文主要工作内容如下:为了减少视频目标分割中目标遮挡与背景干扰的影响,本文提出了一个全局嵌入距离引导与掩码传播的视频目标分割模型。该模型中,嵌入距离模块在特征空间中计算当前帧与第一帧前背景中心向量的距离差,为后续特征融合模块提供空间引导,有助于减少目标遮挡的影响。同时,前一帧的预测掩码也在特征融合模块中提供空间先验,以对抗背景干扰问题。此外,特征融合模块中利用空间注意力块帮助网络关注目标区域的分割。在DAVIS和DAVIS2017数据集上的定性、定量的实验结果表明,该模型能够在精度、速度上达到较好的均衡,并有助于减少目标遮挡与背景干扰的影响。针对全局匹配中由于复杂背景导致匹配不准确的问题,本文提出了一种三元组匹配的视频目标分割算法。其中,三元组匹配模块同时考虑前背景匹配,并且拉远不同类间的嵌入向量,隐式地优化嵌入特征空间,减小匹配输出的背景噪声。由于视频前背景分布差异问题,本方法中采用双解码器结构分离前背景解码器网络,并实现网络模型的端到端训练与预测。在DAVIS与DAVIS2017数据集上的实验结果表明,三元组匹配的输出受复杂背景的干扰较少,并且该方法能够在精度与速度上均有较为优秀的表现。