La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

UMMS: Efficient Superpixel Segmentation Driven by a Mixture of Spatially Constrained Uniform Distribution UMMS : segmentation efficace des superpixels grâce à un mélange de distribution uniforme contrainte spatialement

Pengyu WANG, Hongqing ZHU, Ning CHEN

  • Vues en texte intégral

    0

  • Citer

Résumé:

Une nouvelle approche de segmentation des superpixels pilotée par un modèle de mélange uniforme avec contraintes spatiales (UMMS) est proposée. Selon cet algorithme, chaque observation, c'est-à-dire chaque pixel, est d'abord représentée comme un vecteur à cinq dimensions composé de couleurs dans l'espace CLELAB et d'informations de position. Et puis, nous définissons une nouvelle distribution uniforme en ajoutant la position des pixels, afin que cette distribution puisse décrire chaque pixel de l'image d'entrée. Norme 1 pondérée appliquée à la différence entre les pixels et permettant de contrôler la compacité du superpixel. De plus, un schéma efficace d’estimation des paramètres est introduit pour réduire la complexité des calculs. Plus précisément, la probabilité a priori invariante et la plage de paramètres limitent la localisation des superpixels, et la technique robuste d'optimisation moyenne garantit la précision des limites des superpixels. Enfin, chaque distribution uniforme définie est associée à un superpixel et l'UMMS proposé implémente avec succès la segmentation des superpixels. Les expériences sur l'ensemble de données BSDS500 vérifient que l'UMMS surpasse la plupart des approches de pointe en termes de précision, de régularité et de rapidité de segmentation.

Publication
IEICE TRANSACTIONS on Information Vol.E103-D No.1 pp.181-185
Date de publication
2020/01/01
Publicisé
2019/10/02
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2019EDL8134
Type de manuscrit
LETTER
Catégories
Traitement d'image et traitement vidéo

Auteurs

Pengyu WANG
  East China University of Science and Technology
Hongqing ZHU
  East China University of Science and Technology
Ning CHEN
  East China University of Science and Technology

Mots-clés

Table des matières