$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

효율적인 그래프 기반 2단계 슈퍼픽셀 생성 방법
Efficient graph-based two-stage superpixel generation method 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.12, 2019년, pp.1520 - 1527  

박상현 (Department of Multimedia Engineering, Sunchon National University)

초록
AI-Helper 아이콘AI-Helper

컴퓨터 비전 분야에서 영상의 특성을 유지하면서 영상을 간소화하여 계산량을 줄이는 방법으로 전처리 단계에서 슈퍼픽셀 방법이 많이 사용되고 있다. 하지만 슈퍼픽셀 단계에서는 영상의 특성을 고려하는 것 보다는 화소의 값을 기준으로 일정한 크기와 형태의 슈퍼픽셀을 생성하는 것이 일반적이다. 본 논문에서는 응용에 맞게 영상의 특성을 고려하여 슈퍼픽셀을 생성할 수 있는 방법을 제안한다. 제안하는 방법은 두 단계로 이루어지며, 첫 번째 단계에서 영상을 과분할 하여 영상의 경계 정보들이 잘 보존되게 한다. 두 번째 단계에서는 과분할 된 슈퍼픽셀들을 유사도를 기준으로 병합하여 원하는 개수의 슈퍼픽셀을 생성한다. 이때 슈퍼픽셀의 최대 크기를 제한함으로써 슈퍼픽셀의 형태를 제어한다. 실험 결과는 제안하는 방법으로 생성된 슈퍼픽셀이 기존 방법에 의해 생성된 슈퍼픽셀 보다 정확하게 경계 정보를 보존하는 것을 보여준다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Superpixel methods are widely used in the preprocessing stage as a method to reduce computational complexity by simplifying images while maintaining the characteristics of images in the field of computer vision. It is common to generate superpixels with a regular size and form based on the pixel val...

주제어

#군집   #그래프 알고리즘   #영상 분할   #슈퍼픽셀  

표/그림 (7)

참고문헌 (14)

  1. J. Kim, "The Object Image Detection Method using statistical properties," Journal of the Korea Institute of Information and Communication Engineering, vol. 22. no. 7, pp. 956-962, Jul. 2018. 

    원문보기 상세보기 crossref

  2. J. Yao, M. Boben, S. Fidler, and R. Urtasun, "Real-time coarse-to-fine topologically preserving segmentation," in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Boston:MA, pp. 2947-2955, 2015. 

  3. R. Giraud, V. T. Ta, and N. Papadakis. "Evaluation framework of superpixel methods with a global regularity measure," Journal of Electronic Imaging, vol. 26, no. 6, 2017. 

    상세보기

  4. D. Stutz, A. Hermans, and B. Leibe. "Superpixels: An evaluation of the state-of-the-art," Computer Vision and Image Understanding, vol. 166, pp. 1-27, Jan. 2018. 

    상세보기

  5. A. Rubio, L. Yu, E. Simo-Serra, and F. Moreno-Noguer, "BASS: boundary-aware superpixel segmentation," In Proceeding of the International Conference on Pattern Recognition, Cancun, Mexico, pp. 2824-2829, 2016. 

  6. M. Reso, J. Jachalsky, B. Rosenhahn, and J. Ostermann, "Temporally consistent superpixels," in Proceedings of the IEEE International Conference on Computer Vision, Sydney: Australia, pp. 385-392, 2013. 

  7. J. Shi and J. Malik. "Normalized cuts and image segmentation," IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 888-905, Aug. 2000. 

    상세보기 crossref

  8. P. F. Felzenszwalb and D. P. Huttenlocher, "Efficient graph-based image segmentation," International Journal of Computer Vision, vol 59, no. 2, pp. 167-181, Sep. 2004. 

    상세보기 crossref

  9. L. Vincent and P. Soille. "Watersheds in digital spaces: an efficient algorithm based on immersion simulations," IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 13, no. 6, pp. 583-598, June 1991. 

    상세보기 crossref

  10. D. Comaniciu and M. Peter, "Mean shift: A robust approach toward feature space analysis." IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 24, no. 5, pp. 603-619, May 2002. 

    상세보기 crossref

  11. R. Achanta, A. Shaji, K. Smith, A. Lucchi, P. Fua, and S. Susstrunk, "Slic superpixels compared to state-of-the-art superpixel methods," IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 34, no. 11, pp. 2274-2282, Nov. 2012. 

    상세보기 crossref

  12. K. Choi and K. Oh, "Subsampling-based acceleration of simple linear iterative clustering for superpixel segmentation", Computer Vision and Image Understanding, vol. 146, pp. 1-8, May 2016. 

    상세보기

  13. M. Van den Bergh, X. Boix, G. Roig, and L. Van Gool, "Seeds: Superpixels extracted via energy-driven sampling," International Journal of Computer Vision, vol. 111, no. 3, pp. 298-314, Feb. 2015. 

    상세보기 crossref

  14. D. Martin, C. Fowlkes, D. Tal, and J. Malik, "A database of human segmented natural images and its application to evaluating segmentation algorithm and measuring ecological statistics", in Proceedings of IEEE International Conference Computer Vision, Vancouver, Canada, pp. 416-423, 2001. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로