論文の概要: SuperPatchMatch: an Algorithm for Robust Correspondences using Superpixel Patches

• arxiv url: http://arxiv.org/abs/1903.07169v2
• Date: Thu, 25 Sep 2025 09:29:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-26 20:58:12.373495
• Title: SuperPatchMatch: an Algorithm for Robust Correspondences using Superpixel Patches
• Title（参考訳）: SuperPatchMatch:スーパーピクセルパッチを用いたロバスト対応アルゴリズム
• Authors: Rémi Giraud, Vinh-Thong Ta, Aurélie Bugeau, Pierrick Coupé, Nicolas Papadakis,
• Abstract要約: われわれはまず,SuperPatchと呼ばれるスーパーピクセルベースのパッチを新たに導入する。 提案した構造は,空間情報が自然に含まれているため,強靭な記述子となる。 画像データベースから高速なセグメンテーションとラベリングを行うためのフレームワークを提案し、計算コストと精度、顔ラベリングと医用画像セグメンテーションの両面で最先端の手法の結果を比較検討した結果、我々のアプローチの可能性を実証した。
• 参考スコア（独自算出の注目度）: 6.264258565843105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Superpixels have become very popular in many computer vision applications. Nevertheless, they remain underexploited since the superpixel decomposition may produce irregular and non stable segmentation results due to the dependency to the image content. In this paper, we first introduce a novel structure, a superpixel-based patch, called SuperPatch. The proposed structure, based on superpixel neighborhood, leads to a robust descriptor since spatial information is naturally included. The generalization of the PatchMatch method to SuperPatches, named SuperPatchMatch, is introduced. Finally, we propose a framework to perform fast segmentation and labeling from an image database, and demonstrate the potential of our approach since we outperform, in terms of computational cost and accuracy, the results of state-of-the-art methods on both face labeling and medical image segmentation.
• Abstract（参考訳）: スーパーピクセルは多くのコンピュータビジョンアプリケーションで非常に人気がある。 しかし、超画素分解は、画像内容への依存により不規則かつ非安定なセグメンテーション結果をもたらす可能性があるため、未公開のままである。 本稿では,まず,SuperPatchと呼ばれるスーパーピクセルベースのパッチを新たに導入する。 提案した構造は,空間情報が自然に含まれているため,強靭な記述子となる。 The generalization of the PatchMatch method to SuperPatches, called SuperPatchMatch。 最後に,画像データベースから高速なセグメンテーションとラベル付けを行うフレームワークを提案し,計算コストと精度,顔ラベリングと医用画像セグメンテーションの両面における最先端手法の結果から,我々のアプローチの可能性を実証した。

関連論文リスト

• Learning Semantic Segmentation with Query Points Supervision on Aerial Images [57.09251327650334]
  セマンティックセグメンテーションアルゴリズムを学習するための弱教師付き学習アルゴリズムを提案する。 提案手法は正確なセマンティックセグメンテーションを行い,手作業のアノテーションに要するコストと時間を大幅に削減することで効率を向上する。
  論文  参考訳（メタデータ） (2023-09-11T14:32:04Z)
• Adaptive Superpixel for Active Learning in Semantic Segmentation [34.0733215363568]
  本稿では,ピクセル単位のアノテーションではなく,上位のラベルを収集する,スーパーピクセル単位のアクティブラーニングフレームワークを提案する。 スーパーピクセル毎に支配的なラベルを持つことは、クリック数が少なくなるため、アノテータの負担を大幅に削減する。 また、潜在的にノイズの多いアノテーションを学習から識別し排除するシービングメカニズムも考案した。
  論文  参考訳（メタデータ） (2023-03-29T16:07:06Z)
• HIPA: Hierarchical Patch Transformer for Single Image Super Resolution [62.7081074931892]
  本稿では,階層型パッチ分割を用いた高解像度画像を段階的に復元する新しいトランスフォーマーアーキテクチャHIPAを提案する。 入力画像を複数のステージで処理するカスケードモデルを構築し、小さなパッチサイズでトークンから始めて、徐々に全解像度にマージします。 このような階層的なパッチ機構は、複数の解像度で機能集約を可能にするだけでなく、異なる画像領域に対するパッチ認識機能も適応的に学習する。
  論文  参考訳（メタデータ） (2022-03-19T05:09:34Z)
• Saliency Enhancement using Superpixel Similarity [77.34726150561087]
  Saliency Object Detection (SOD) は画像解析にいくつかの応用がある。 深層学習に基づくSOD法は最も効果的であるが、類似した色を持つ前景の部品を見逃すことがある。 スーパーピクセル類似性(SESS)に対するtextitSaliency Enhancement というポストプロセッシング手法を導入する。 我々は,SESSが5つの画像データセット上での3つのディープラーニングに基づくSOD手法の結果を連続的に,かつ著しく改善できることを実証した。
  論文  参考訳（メタデータ） (2021-12-01T17:22:54Z)
• Generating Superpixels for High-resolution Images with Decoupled Patch Calibration [82.21559299694555]
  Patch Networks (PCNet) は高解像度のスーパーピクセルセグメンテーションを効率的かつ正確に実装するように設計されている。 DPCは高解像度画像から局所パッチを取得し、動的にバイナリマスクを生成し、ネットワークを領域境界に集中させる。 特に、DPCは高解像度画像からローカルパッチを取り、動的にバイナリマスクを生成して、ネットワークを領域境界に集中させる。
  論文  参考訳（メタデータ） (2021-08-19T10:33:05Z)
• Multi-Scale Superpatch Matching using Dual Superpixel Descriptors [0.6875312133832078]
  スーパーピクセルへの過剰セグメンテーションは、高速な高密度画像処理を可能にする、非常に効果的な次元削減戦略である。 標準的な階層的多重解像度スキームと比較して、画像分解の固有の不規則性は問題である。 本稿では,新しいスーパーピクセル近傍ディスクリプタであるデュアルスーパーパッチを紹介する。
  論文  参考訳（メタデータ） (2020-03-09T22:04:04Z)
• Texture Superpixel Clustering from Patch-based Nearest Neighbor Matching [2.84279467589473]
  そこで本研究では,テクスチャ対応のスーパーピクセルを限られた計算時間で生成する,Nearest Neighbor-based Superpixel Clustering (NNSC)法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T21:11:21Z)
• SCALP: Superpixels with Contour Adherence using Linear Path [5.746869663956391]
  本稿では,反復クラスタリングフレームワークにおける線形パス (SCALP) を用いたコントラルアジェンスを用いたスーパーピクセルの高速計算法を提案する。 提案したフレームワークは、輪郭の輪郭に固執するコンパクトでスーパーピクセルを生成する。
  論文  参考訳（メタデータ） (2019-03-17T19:23:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。