論文の概要: Generalized Shortest Path-based Superpixels for 3D Spherical Image Segmentation

• arxiv url: http://arxiv.org/abs/2509.19895v1
• Date: Wed, 24 Sep 2025 08:47:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-25 20:53:19.745451
• Title: Generalized Shortest Path-based Superpixels for 3D Spherical Image Segmentation
• Title（参考訳）: 3次元球面画像分割のための一般化された短距離パスベーススーパーピクセル
• Authors: Rémi Giraud, Rodrigo Borba Pinheiro, Yannick Berthoumieu,
• Abstract要約: 広視野の360o球面および全方位画像専用のSphSPSと呼ばれる新しいスーパーピクセル法を提案する。 本手法は3次元球面取得空間の幾何学を尊重し,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。 最短経路を計算するために取得空間の幾何学を考えることにより,スーパーピクセルのセグメント化精度と形状規則性を両立させることができることを示す。
• 参考スコア（独自算出の注目度）: 0.254890465057467
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The growing use of wide angle image capture devices and the need for fast and accurate image analysis in computer visions have enforced the need for dedicated under-representation approaches. Most recent decomposition methods segment an image into a small number of irregular homogeneous regions, called superpixels. Nevertheless, these approaches are generally designed to segment standard 2D planar images, i.e., captured with a 90o angle view without distortion. In this work, we introduce a new general superpixel method called SphSPS (for Spherical Shortest Path-based Superpixels)1 , dedicated to wide 360o spherical or omnidirectional images. Our method respects the geometry of the 3D spherical acquisition space and generalizes the notion of shortest path between a pixel and a superpixel center, to fastly extract relevant clustering features. We demonstrate that considering the geometry of the acquisition space to compute the shortest path enables to jointly improve the segmentation accuracy and the shape regularity of superpixels. To evaluate this regularity aspect, we also generalize a global regularity metric to the spherical space, addressing the limitations of the only existing spherical compactness measure. Finally, the proposed SphSPS method is validated on the reference 360o spherical panorama segmentation dataset and on synthetic road omnidirectional images. Our method significantly outperforms both planar and spherical state-of-the-art approaches in terms of segmentation accuracy,robustness to noise and regularity, providing a very interesting tool for superpixel-based applications on 360o images.
• Abstract（参考訳）: 広角画像キャプチャデバイスの利用の増加とコンピュータビジョンにおける高速かつ正確な画像解析の必要性により、専用の下表現アプローチの必要性が高まっている。 直近の分解法では、画像を少数の不規則な同質領域(スーパーピクセル)に分割する。 それにもかかわらず、これらのアプローチは一般的に標準の2次元平面像、すなわち90oの角度ビューで歪みなく捉えられるように設計されている。 本研究では,SphSPS (Spherical Shortest Path-based Superpixels) と呼ばれる新しいスーパーピクセル法を導入する。 本手法は,3次元球面取得空間の幾何学を尊重し,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し,関連するクラスタリング特徴を高速に抽出する。 最短経路を計算するために取得空間の幾何学を考えることにより,スーパーピクセルのセグメント化精度と形状規則性を両立させることができることを示す。 この正則性面を評価するために、球面空間に大域的正則性計量を一般化し、既存の球面コンパクト性測度の制限に対処する。 最後に,SphSPS法を360o球状パノラマセグメンテーションデータセットと合成道路全方位画像で検証した。 提案手法は, 分割精度, ノイズ, 規則性の両面において, 平面的, 球面的両面的アプローチを著しく上回り, 360o画像上のスーパーピクセルベースアプリケーションにおいて, 非常に興味深いツールを提供する。

関連論文リスト

• You Need a Transition Plane: Bridging Continuous Panoramic 3D Reconstruction with Perspective Gaussian Splatting [57.44295803750027]
  本稿では,連続的なパノラマ3次元シーンをガウススプラッティングで橋渡しするための新しいフレームワークTPGSを提案する。 具体的には、個々の立方体面内で3Dガウスを最適化し、縫合されたパノラマ空間でそれらを微調整する。 屋内、屋外、エゴセントリック、ローミングのベンチマークデータセットの実験は、我々のアプローチが既存の最先端の手法より優れていることを示している。
  論文  参考訳（メタデータ） (2025-04-12T03:42:50Z)
• Splatter-360: Generalizable 360$^{\circ}$ Gaussian Splatting for Wide-baseline Panoramic Images [52.48351378615057]
  textitSplatter-360は、ワイドベースラインパノラマ画像を扱うための、エンドツーエンドの汎用3DGSフレームワークである。 パノラマ画像に固有の歪みを緩和する3D対応複投影エンコーダを提案する。 これにより、堅牢な3D対応機能表現とリアルタイムレンダリングが可能になる。
  論文  参考訳（メタデータ） (2024-12-09T06:58:31Z)
• Deep Spherical Superpixels [1.2604738912025477]
  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 [73.01141916544103]
  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)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)
• OSLO: On-the-Sphere Learning for Omnidirectional images and its application to 360-degree image compression [59.58879331876508]
  全方向画像の表現モデルの学習について検討し、全方向画像の深層学習モデルで使用される数学的ツールを再定義するために、HEALPixの球面一様サンプリングの特性を利用することを提案する。 提案したオン・ザ・スフィア・ソリューションは、等方形画像に適用された類似の学習モデルと比較して、13.7%のビットレートを節約できる圧縮ゲインを向上させる。
  論文  参考訳（メタデータ） (2021-07-19T22:14:30Z)
• 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)
• Generalized Shortest Path-based Superpixels for Accurate Segmentation of Spherical Images [2.4063592468412267]
  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。
  論文  参考訳（メタデータ） (2020-04-15T23:41:32Z)
• 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。