文献

J-GLOBAL ID：201702239455817986   整理番号：17A0857284

改良されたSLICスーパーピクセルと適応領域伝搬マージングに基づく漫画画像セグメンテーション【Powered by NICT】

Cartoon image segmentation based on improved SLIC superpixels and adaptive region propagation merging

著者 (5件)： Wu Huisi (College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Wu Yilin (College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Zhang Shenglong (College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Li Ping (Department of Mathematics and Information Technology, The Education University of Hong Kong, Hong Kong, China) ,  Wen Zhenkun (College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSIP  ページ： 277-281  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,簡単な線形反復クラスタリング(SLIC)スーパーピクセルと適応領域伝搬マージングに基づく漫画画像セグメンテーションのための新しいアルゴリズムを提案した。画像境界を確認するための元のSLICアルゴリズムの限界を打破するため,本論文では,連結性制約に基づくスーパーピクセル発生の品質を改善するために提案した。スーパーピクセルからの効率的なセグメンテーションを達成するために,本論文では,独立したセグメント化物体を得るための適応領域伝搬併合アルゴリズムを採用した。ピクセルベースセグメンテーションアルゴリズムと他のスーパーピクセルベース分割法と比較して,本論文で提案した方法は成長中心を決定する適応により,より効果的で,より効率的である。豊富な漫画画像上での実験により,このアルゴリズムが,境界ベースおよび領域ベース基準を用いた古典的なセグメンテーションアルゴリズムよりも優れていることを示した。さらに,最終漫画画像セグメンテーション結果は,ヒト視知覚とよく一致している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 分割法 ,  線形性 ,  連結性 ,  *マージング ,  ヒト ,  クラスタ化 ,  品質 ,  視知覚 ,  アルゴリズム ,  *セグメンテーション ,  *画像
準シソーラス用語： *画像セグメンテーション ,  *漫画 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ピクセル ,  適応 ,  伝搬 ,  マージング ,  漫画 ,  画像セグメンテーション