論文の概要: Dam Burst: A region-merging-based image segmentation method

• arxiv url: http://arxiv.org/abs/2003.04797v1
• Date: Wed, 26 Feb 2020 04:07:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 15:28:28.768522
• Title: Dam Burst: A region-merging-based image segmentation method
• Title（参考訳）: ダムバースト : 領域マージに基づく画像分割法
• Authors: Rui Tang, Wenlong Song, Xiaoping Guan, Huibin Ge, and Deke Kong
• Abstract要約: 本稿では,Dam Burstと呼ぶ領域統合画像分割手法を提案する。 水プール間の地下のダム破壊による洪水をシミュレートしたことから名づけられた。 地下からの洪水をシミュレートするために、地域内の平均グラディエントの上昇順で地域をマージする。
• 参考スコア（独自算出の注目度）: 5.115452222643146
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Until now, all single level segmentation algorithms except CNN-based ones lead to over segmentation. And CNN-based segmentation algorithms have their own problems. To avoid over segmentation, multiple thresholds of criteria are adopted in region merging process to produce hierarchical segmentation results. However, there still has extreme over segmentation in the low level of the hierarchy, and outstanding tiny objects are merged to their large adjacencies in the high level of the hierarchy. This paper proposes a region-merging-based image segmentation method that we call it Dam Burst. As a single level segmentation algorithm, this method avoids over segmentation and retains details by the same time. It is named because of that it simulates a flooding from underground destroys dams between water-pools. We treat edge detection results as strengthening structure of a dam if it is on the dam. To simulate a flooding from underground, regions are merged by ascending order of the average gra-dient inside the region.
• Abstract（参考訳）: これまで、CNNベースのものを除く全てのシングルレベルセグメンテーションアルゴリズムは、オーバセグメンテーションにつながる。 CNNベースのセグメンテーションアルゴリズムには独自の問題がある。 オーバーセグメンテーションを避けるために、複数の基準しきい値がエリアマージプロセスで採用され、階層的なセグメンテーション結果を生成する。 しかし、階層の低レベルには依然として極端に過大なセグメンテーションがあり、卓越した小さなオブジェクトは階層の高レベルにおいて大きな隣接にマージされる。 本稿では,ダムバーストと呼ぶ領域マージに基づく画像分割手法を提案する。 単一レベルのセグメンテーションアルゴリズムとして、この方法はセグメンテーションを回避し、詳細を同時に保持する。 水プール間のダム破壊による洪水をシミュレートしたことから命名された。 ダムに設置した場合, エッジ検出結果をダムの補強構造として扱う。 地下からの洪水をシミュレートするために、地域内の平均グラディエントの順に昇順して地域をマージする。

関連論文リスト

• Unsupervised Universal Image Segmentation [59.0383635597103]
  本稿では,Unsupervised Universal Model (U2Seg) を提案する。 U2Segは、自己教師付きモデルを利用して、これらのセグメンテーションタスクの擬似意味ラベルを生成する。 次に、これらの擬似意味ラベル上でモデルを自己学習し、かなりの性能向上をもたらす。
  論文  参考訳（メタデータ） (2023-12-28T18:59:04Z)
• When Does Bottom-up Beat Top-down in Hierarchical Community Detection? [8.097200145973389]
  階層的なネットワークのクラスタリングは、階層の低いレベルがよりきめ細かいコミュニティ構造を明らかにするように、コミュニティのツリーを見つけることで構成される。 Agglomerative ($textitbottom-up$)アルゴリズムは、まず最小のコミュニティ構造を特定し、その後、$textitlinkage$メソッドを使ってコミュニティを何度もマージする。 ボトムアップアルゴリズムにより階層木と階層ブロックモデルのコミュニティ構造を復元するための理論的保証を確立する。
  論文  参考訳（メタデータ） (2023-06-01T15:55:46Z)
• Noisy Boundaries: Lemon or Lemonade for Semi-supervised Instance Segmentation? [59.25833574373718]
  ピクセルレベルの擬似ラベルを割り当てることで、半教師付きインスタンスセグメンテーションのためのフレームワークを構築する。 この枠組みでは、擬似ラベルに関連付けられたノイズ境界が二重辺になっていることを指摘した。 我々はそれらを同時に活用し、抵抗することを提案する。
  論文  参考訳（メタデータ） (2022-03-25T03:06:24Z)
• Contrastive Boundary Learning for Point Cloud Segmentation [81.7289734276872]
  本稿では,ポイントクラウドセグメンテーションのための新しい対照的な境界学習フレームワークを提案する。 実験により、CBLは、異なるベースラインを一貫して改善し、バウンダリにおける魅力的なパフォーマンスを達成するのに役立ちます。
  論文  参考訳（メタデータ） (2022-03-10T10:08:09Z)
• Large-scale image segmentation based on distributed clustering algorithms [70.8481702473572]
  3次元画像セグメンテーションへの多くのアプローチは、画像領域へのスーパーボクセルの階層的クラスタリングに基づいている。 ここでは,膨大な数のスーパーボクセルを処理可能な分散アルゴリズムについて述べる。 本研究では3次元電子顕微鏡脳画像から得られた135億超語彙間の1.5兆のエッジを持つ親和性グラフをクラスタリングしてアルゴリズムを実証する。
  論文  参考訳（メタデータ） (2021-06-21T01:11:49Z)
• A Novel Falling-Ball Algorithm for Image Segmentation [0.14337588659482517]
  領域ベースセグメンテーションアルゴリズムである領域ベースFalling-Ballアルゴリズムを提案する。 提案アルゴリズムは,丘陵地帯から落下する球が捕集流域で止まると仮定して,捕集流域を検出する。
  論文  参考訳（メタデータ） (2021-05-06T12:41:10Z)
• Fusing RGBD Tracking and Segmentation Tree Sampling for Multi-Hypothesis Volumetric Segmentation [6.853379171946806]
  マルチハイポテシストラッキング(MST)は,シーン変化におけるボリュームセグメンテーションの新しい手法である。 2つの主な革新により、この困難な問題に取り組むことができます。 本手法は, シミュレーションと現実のテーブルトップ環境において評価する。
  論文  参考訳（メタデータ） (2021-04-01T02:17:18Z)
• Non-Salient Region Object Mining for Weakly Supervised Semantic Segmentation [64.2719590819468]
  弱教師付きセマンティックセグメンテーションのための非塩分領域オブジェクトマイニング手法を提案する。 擬似ラベルの偽陰性率を低減するために、潜在的なオブジェクトマイニングモジュールを提案する。 非サリエント領域マスキングモジュールは、非サリエント領域内のオブジェクトをさらに発見するのに役立ちます。
  論文  参考訳（メタデータ） (2021-03-26T16:44:03Z)
• Learning Fine-Grained Segmentation of 3D Shapes without Part Labels [29.837938445219528]
  学習に基づく3d形状セグメンテーションは、通常、トレーニング形状のすべての部分が所定のタグセットでアノテートされていると仮定して、意味的なラベリング問題として定式化される。 細粒度セグメンテーションを持つ形状データセットから,部分ラベルのない部分前処理を学習するための深層クラスタリングを提案する。 提案手法は,最先端性能を示す細粒度セグメンテーションの挑戦的なベンチマークを用いて評価する。
  論文  参考訳（メタデータ） (2021-03-24T07:27:07Z)
• PointFlow: Flowing Semantics Through Points for Aerial Image Segmentation [96.76882806139251]
  本論文では,FPN(Feature Pyramid Network)フレームワークに基づく点親和性伝播モジュールであるPointFlowを提案する。 密接な親和性学習ではなく、隣接する特徴間の選択された点にスパース親和性マップを生成する。 3つの異なる空中セグメンテーションデータセットの実験結果から,提案手法は最先端の汎用セグメンテーション法よりも効率的かつ効率的であることが示唆された。
  論文  参考訳（メタデータ） (2021-03-11T09:42:32Z)
• Instance segmentation of buildings using keypoints [26.220921532554136]
  本稿では,高分解能リモートセンシング画像におけるセグメンテーションを構築するための新しいインスタンスセグメンテーションネットワークを提案する。 検出されたキーポイントはその後、建物のセマンティック境界である閉ポリゴンとして再構成される。 我々のネットワークは、幾何学的詳細をよく保存できるボトムアップのインスタンスセグメンテーション手法である。
  論文  参考訳（メタデータ） (2020-06-06T13:11:37Z)

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。