文献

J-GLOBAL ID：201802241060862366   整理番号：18A0899112

ラベル転送グラフに基づく画像セグメンテーションアルゴリズム【JST・京大機械翻訳】

An Image Segmentation Algorithm Based on Label Propagation Graph Cut

著者 (1件)： Yuan Hengdong (南京理工大学 計算机科学与工程学院,江蘇 南京,210094)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 12  ページ： 35-38  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： グラフカットに基づく対話型画像分割法は,ユーザの関心領域に基づく画像の前景と背景セグメンテーションを実現させ,コンピュータビジョンと画像処理の分野で多くの研究者の注目を浴びている。伝統的グラフカットアルゴリズムは,画像の局所的特徴に基づくセグメンテーションであり,その収束速度と画像構造の記述能力には限界がある。セグメンテーション精度をさらに改善するために,ラベル転送グラフカットに基づく対話型画像セグメンテーションアルゴリズムを提案した。最初に,3層超画素層構造図モデルを導入して,高層情報の計算を実現した。多層超画素層により,過分割を抑制でき,異なるパラメータの超画素によりアルゴリズムのロバスト性を増加でき,アルゴリズムの安定性が向上する。次に,高次情報と組み合わせて,ラベルをラベルしたサンプルによってラベルをつけて,ラベルを伝え,より少ない標識サンプルを用いて,非標識サンプルをクラスタ化して,学習精度を改善した。最後に,最大フロー/最小カットアルゴリズムを用いて,最終セグメンテーション結果を解いた。MSRCとBerkeleyデータセットに関する分割実験は,ラベル変換とグラフカットに基づく画像セグメンテーションアルゴリズムが有効であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *画像 ,  *セグメンテーション ,  画像処理 ,  ロバスト性 ,  クラスタ化 ,  画素 ,  コンピュータビジョン ,  学習
準シソーラス用語： 画像構造 ,  収束速度 ,  前景 ,  関心領域 ,  グラフカット ,  *画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (4件)： interactive image segmentation ,  graph cut ,  super pixels ,  label propagation

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 (5件)： ラベル ,  転送 ,  グラフ ,  画像セグメンテーション ,  アルゴリズム