論文の概要: Generalized Shortest Path-based Superpixels for Accurate Segmentation of
Spherical Images
- arxiv url: http://arxiv.org/abs/2004.07394v3
- Date: Tue, 14 Jul 2020 13:00:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 03:48:44.887775
- Title: Generalized Shortest Path-based Superpixels for Accurate Segmentation of
Spherical Images
- Title(参考訳): 球面画像の高精度セグメンテーションのための一般化された最短パスベーススーパーピクセル
- Authors: R\'emi Giraud, Rodrigo Borba Pinheiro, Yannick Berthoumieu
- Abstract要約: SphSPS(Spherical Shortest Path-based Superpixels)と呼ばれる球面画像のための新しいスーパーピクセル法を提案する。
我々のアプローチは球面幾何学を尊重し、3次元球面取得空間上の画素とスーパーピクセル中心の間の最短経路の概念を一般化する。
このような経路の特徴情報をクラスタリングフレームワークに効率的に組み込むことができ、オブジェクトの輪郭や形状の規則性に関して共同的に改善できることが示される。
- 参考スコア(独自算出の注目度): 2.4063592468412267
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most of existing superpixel methods are designed to segment standard planar
images as pre-processing for computer vision pipelines. Nevertheless, the
increasing number of applications based on wide angle capture devices, mainly
generating 360{\deg} spherical images, have enforced the need for dedicated
superpixel approaches. In this paper, we introduce a new superpixel method for
spherical images called SphSPS (for Spherical Shortest Path-based Superpixels).
Our approach respects the spherical geometry and generalizes the notion of
shortest path between a pixel and a superpixel center on the 3D spherical
acquisition space. We show that the feature information on such path can be
efficiently integrated into our clustering framework and jointly improves the
respect of object contours and the shape regularity. To relevantly evaluate
this last aspect in the spherical space, we also generalize a planar global
regularity metric. Finally, the proposed SphSPS method obtains significantly
better performance than both planar and recent spherical superpixel approaches
on the reference 360{\deg} spherical panorama segmentation dataset.
- Abstract(参考訳): 既存のスーパーピクセル法のほとんどは、コンピュータビジョンパイプラインのプリプロセスとして標準平面画像を分割するために設計されている。
それでも、主に360{\deg}球面画像を生成する広角キャプチャデバイスに基づくアプリケーションの増加は、専用のスーパーピクセルアプローチの必要性を強制している。
本稿では,SphSPS(Spherical Shortest Path-based Superpixels)と呼ばれる,球面画像の新しいスーパーピクセル法を提案する。
我々のアプローチは球面幾何学を尊重し、3次元球面取得空間上の画素とスーパーピクセル中心の間の最短経路の概念を一般化する。
このようなパスの特徴情報をクラスタリングフレームワークに効率的に統合でき、オブジェクトの輪郭や形状の規則性に関して共同で改善できることを示します。
球面空間におけるこの最後の側面を相対的に評価するために、平面大域正規度計量も一般化する。
最後に,提案手法は,360{\deg}球面パノラマセグメンテーションデータセットにおける平面および近年の球面スーパーピクセルアプローチよりもかなり優れた性能が得られることを示す。
関連論文リスト
- Deep Spherical Superpixels [1.104960878651584]
DSS(Deep Spherical Superpixels)と呼ばれる全方位画像に適した,ディープラーニングに基づく最初のスーパーピクセルセグメンテーション手法を提案する。
提案手法は球面CNNアーキテクチャとスーパーピクセルのK平均クラスタリングパラダイムを利用して,球面形状に従うスーパーピクセルを生成する。
論文 参考訳(メタデータ) (2024-07-24T15:27:21Z) - Superpixel Graph Contrastive Clustering with Semantic-Invariant
Augmentations for Hyperspectral Images [64.72242126879503]
ハイパースペクトル画像(HSI)クラスタリングは重要な課題だが難しい課題である。
まず3次元と2次元のハイブリッド畳み込みニューラルネットワークを用いてHSIの高次空間およびスペクトルの特徴を抽出する。
次に,超画素グラフの対比クラスタリングモデルを設計し,識別的超画素表現を学習する。
論文 参考訳(メタデータ) (2024-03-04T07:40:55Z) - Superpixel Transformers for Efficient Semantic Segmentation [32.537400525407186]
本稿では,画像の過剰部分化というスーパーピクセルの考え方を活用し,近代的なトランスフォーマーフレームワークでそれらを適用することによって,その解決策を提案する。
提案手法は,グローバルな自己認識機構によって生成されるリッチなスーパーピクセル特徴により,セマンティックセマンティックセグメンテーションにおける最先端性能を実現する。
論文 参考訳(メタデータ) (2023-09-28T23:09:30Z) - SuperpixelGraph: Semi-automatic generation of building footprint through
semantic-sensitive superpixel and neural graph networks [21.523846989009886]
ほとんどの都市アプリケーションは、鋭い境界を持つ簡潔なベクトルグラフィックスの形で、フットプリントを構築する必要がある。
本稿では,意味に敏感なスーパーピクセルとニューラルグラフネットワークによるフットプリント抽出のための半自動手法を提案する。
論文 参考訳(メタデータ) (2023-04-12T07:39:20Z) - Deep Posterior Distribution-based Embedding for Hyperspectral Image
Super-resolution [75.24345439401166]
本稿では,高スペクトル画像の高次元空間スペクトル情報を効率的に効率的に埋め込む方法について述べる。
我々は,HS埋め込みを,慎重に定義されたHS埋め込みイベントの集合の後方分布の近似として定式化する。
そして,提案手法を物理的に解釈可能なソース一貫性超解像フレームワークに組み込む。
3つの一般的なベンチマークデータセットに対する実験により、PDE-Netは最先端の手法よりも優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2022-05-30T06:59:01Z) - Efficient Multiscale Object-based Superpixel Framework [62.48475585798724]
我々は,SICLE(Iterative CLEarcutting)によるスーパーピクセルという,新しいスーパーピクセルフレームワークを提案する。
SICLEは、複数スケールのセグメンテーションをオンザフライで生成できるオブジェクト情報を利用する。
これは最近のスーパーピクセル法を一般化し、複数のデライン化指標に従って効率と効率性に関する最先端のアプローチを超越している。
論文 参考訳(メタデータ) (2022-04-07T15:59:38Z) - 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) - Pixel-Perfect Structure-from-Motion with Featuremetric Refinement [96.73365545609191]
複数視点からの低レベル画像情報を直接アライメントすることで、動きからの2つの重要なステップを洗練する。
これにより、様々なキーポイント検出器のカメラポーズとシーン形状の精度が大幅に向上する。
本システムは,大規模な画像コレクションに容易にスケールできるので,クラウドソースによる大規模なローカライゼーションを実現することができる。
論文 参考訳(メタデータ) (2021-08-18T17:58:55Z) - Superpixel Segmentation Based on Spatially Constrained Subspace
Clustering [57.76302397774641]
独立意味情報を持つ各代表領域を部分空間とみなし,部分空間クラスタリング問題としてスーパーピクセルセグメンテーションを定式化する。
従来のサブスペースクラスタリングとスーパーピクセルセグメンテーションの簡単な統合は,画素の空間相関のために効果的に機能しないことを示す。
本稿では,空間隣接画素に類似の属性を付加してスーパーピクセルにクラスタリング可能な,凸局所性制約付きサブスペースクラスタリングモデルを提案する。
論文 参考訳(メタデータ) (2020-12-11T06:18:36Z) - Superpixel Segmentation via Convolutional Neural Networks with
Regularized Information Maximization [11.696069523681178]
ランダムd畳み込みニューラルネットワーク(CNN)を推論時間で最適化し,教師なしのスーパーピクセルセグメンテーション手法を提案する。
提案手法は,スーパーピクセルセグメンテーションの目的関数を最小化することにより,ラベルのない単一画像からCNNを介してスーパーピクセルを生成する。
論文 参考訳(メタデータ) (2020-02-17T04:32:03Z)
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。