Casa > Notícies > Contingut

Estat de la investigació de l'aplicació Super Pixel

Nov 17, 2017

El concepte de superpíxels a principis de 2003 per Ren et al, l'algorisme de superpíxel per extreure la percepció d'imatges en regions significatives, es pot utilitzar per reemplaçar l'estructura rígida de la graella de píxels, utilitzant píxels superparts en comptes de píxels, pot accelerar la Algorisme basat en píxels existent per millorar alguns dels resultats dels últims 10 anys.


L'estudi sobre el superpíxel s'ha desenvolupat ràpidament tant a casa com a l'estranger, s'ha convertit en una tecnologia clau en el camp de la investigació per la visió per computador per a moltes aplicacions en la segmentació d'imatges. Molts algoritmes de segmentació existents basats en la teoria de gràfics, com ara Ncut, augmenten el seu cost nodes al gràfic i es tornen cars, perquè aquest algorisme limitarà la mida de la imatge per a algunes aplicacions específiques, com ara micrografies electròniques de segmentació de mitocòndries, la mida de la imatge és gran, la segmentació d'imatges basada en la quadrícula de píxels és molt difícil, píxels d'imatge al voltant de l'agregació superpíxel usant l'algoritme SLIC, a continuació, cada píxel com cada node del gràfic per aconseguir la segmentació d'imatge, pot reduir la complexitat de la imatge, la segmentació es fa fàcil de manejar.


Tal com es mostra a la figura 11, utilitzant el mètode de supervisions de SLIC, la segmentació d'imatges en 3D de grans dimensions a milers de milions de píxels, i l'algorisme és de baixa complexitat, redueix els requisits de memòria, pot millorar significativament el rendiment de Kohli et al. Per resoldre el problema de com pertanyerà al mateix fragment de segmentació d'etiquetes amb el mateix problema d'objecte.

5.jpg

En l'estimació de la posició humana, Mori et al. En primer lloc, la imatge es divideix en blocs de superpíxels o més grans, detecta i localitza el contorn de les articulacions i extremitats del cos humà i, a continuació, totes les parts del cos es combinen amb el pretractament de Mori superpel·lació de píxels, millora el patró de cerca a la imatge de l'eficiència i la precisió, i en les imatges estàtiques en l'estimació de les posicions humanes s'aconsegueixen bons resultats, tal com es mostra a la figura 12.

6.jpg

En el camp del seguiment objectiu, Wang et al. Es va proposar un algorisme de seguiment d'objectes mitjançant l'ús d'un hiperpíxel per extreure la informació de l'estructura d'objectes des de la perspectiva de la visió de nivell intermedi.


Utilitzen un model de discriminació d'aparença superpíxel per fer que el rastrejador distingeixi l'objectiu i el fons a través del cable de línia de nivell intermedi. A continuació, la tasca de seguiment es converteix en el càlcul d'un valor de confiança de fons objectiu i el resultat de la millor candidatura s'obté mitjançant l'estimació a posteriori màxima.


L'algoritme de seguiment pot afrontar amb eficàcia la deformació, el seguiment objectiu en l'oclusió i l'oclusió, tal com es mostra a la figura 13 Zhou et al. El algoritme de robustesa i alta eficiència de Liu, que realitza el seguiment de diversos vehicles al món real en el tràfic de vídeo, proposa un algoritme de seguiment de nivells de nivell de conducció superpíxels, la definició d'una funció de velocitat per capturar la correlació entre el píxel super o el blanc i el fons. , la informació semàntica s'introdueix en els superpíxels, soluciona de manera eficaç el problema d'oclusió i la freqüent creu de diferents vehicles.


Wang et al. S'ha estudiat el problema de seguiment de destinació explorant els superpíxels basats en la informació visual al voltant de l'objectiu i es va proposar un model d'aparença compost per diversos components

L'algoritme és millor que altres algoritmes en el cas de la deformació i l'oclusió de l'objecte

7.jpg

També es pot utilitzar en altres aspectes de la tasca de processament d'imatges de superpíxels, Gu et al. Els píxels superús que s'utilitzen en la classificació de l'escena d'imatges, la segmentació d'imatges per a blocs de superpíxels i l'extracció de les imatges SIFT, la formació del descriptor visual contextual i, a continuació, l'espai en Pyramid per representar el mètode d'imatge i classificació.


Tighe et al. L'anàlisi aplicat de súper píxels a l'escena i va proposar un mètode senzill, no paramètric i eficient d'anàlisi d'imatges. Fulkerson et al. Va exposar el mètode de localització de l'objectiu i la segmentació de la classe de destinació mitjançant l'ús de superpíxels en la imatge. Els seus resultats experimentals en els conjunts de dades Graz-02 i PASCAL VOC 2007 són molt millors que molts mètodes de segmentació d'imatges existents.