文献

J-GLOBAL ID：201802259074414761   整理番号：18A0978127

Superpixelに基づくグラフベースの画像分割における境界形状項の導入

Boundary complexity term for graph-based image segmentation

著者 (2件)： 久保友輔 (和歌山大 大学院システム工学研究科) ,  和田俊和 (和歌山大 大学院システム工学研究科)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： CVIM-212  ページ： Vol.2018-CVIM-212,No.16,1-9 (WEB ONLY)  発行年： 2018年05月03日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Semantic segmentationを行うDNNをトレーニングするためには大量の領域分割画像が必要になる。この画像を人手で作成する際に,あらかじめ物体の境界にまたがらない小領域に分割するGUIが利用できれば,作業量を大幅に減らすことができる。本研究はこのような応用のために,領域分割の精度向上を目指す。領域分割の一手法として,隣接するSuperpixelを初期値とする領域を頂点とし,その内部の色分布の類似性を辺の重みとしたグラフに基づいて頂点の統合を反復する手法がある。この手法は動画像の領域分割にも容易に拡張できる。しかし,色分布間のみを用いた手法では,照明などの影響による画素値の変化によって,統合が阻害されることがある。このように本来統合されるべきであった領域間の境界形状は複雑になることが多いため,本研究では領域間の色分布の類似性に加えて,領域間の境界形状の複雑さも統合の起こりやすさの基準としてグラフの辺の重み付けをする方法を提案する。BSDS300データセットを用いた実験を通じて,本手法により精度が向上することを確認した。(著者抄録)

シソーラス用語： *セグメンテーション ,  分布 ,  類似性 ,  ニューラルネットワーク ,  画素 ,  重みづけ ,  *境界 ,  構造 ,  性質 ,  *画像分析 ,  *形態
準シソーラス用語： グラフ構造 ,  ディープニューラルネットワーク ,  色分布 ,  複雑性 ,  領域分割

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： グラフ ,  画像分割 ,  境界