石油大学图像图像处理 补充：图像分割前沿进展.ppt

PAMI精读 PAMI精读 Active Visual Segmentation * PAMI精读 * 一、相关介绍 Acive Agent： 头部是Microsoft Kinect 可以分割面前的“简单”物体——具有封闭的 轮廓。分割目标的方法是基于焦点的分割算法。 如果面前有多个目标，则依次对目标进行聚焦。 * PAMI精读 * 一、相关介绍 问题的提出 在计算机视觉中，自动分割就是要将一个场景分裂成有意义且紧凑的区域，但是什么是想要的部分变得很棘手。 上图使用NCUT进行分割，但是哪一个效果好呢，如果说目标是树，那么第一幅图较好，如果是马，那么第二幅图较好。 这么说来，我们分割前需要目标识别？ 在人工智能中，可是我们分割的目的是为了目标识别！！！ * PAMI精读 * 鸡和蛋问题 三、视觉分割 * PAMI精读 * Static Cues Stereo Cues Motion Cues Fixation Point GrabCut in Polar Edge Map 三、视觉分割——Fixation * PAMI精读 * 引入焦点（fixation）的意义 Fixation可以作为标记，分割意味着围绕着fixation寻找封闭的边界。 Edge有两类：boundary（depth）和internal（texture）edge。 封闭的边界是指boundary不是与纹理相关的internal。 a为原始图，b为欧几里得空间边缘图，c和d是极坐标（Polar）边缘图。 已知boundary像素的强度为0.78，internal强度为0.39。两个圆的周长为400和100。在欧几里得空间的最小割代价为 不是想要的边界 三、视觉分割——Fixation 通过Fixation将边界图（boundary edge map）转化为极坐标，图C。 极坐标下的横轴为距离Fixation的距离里，纵轴为角度（0~360度） 在极坐标下计算分割最小代价 因此极坐标才是关键依据。 图d和图c是由于Fixation不同形成不一样的边界图，但是最终得到的封闭边界是相同的。 * PAMI精读 * 三、视觉分割——Fixation 边界图上每一个像素被赋予强度（intensity）值，如果像素在boundary的概率越大，则强度值越大。 * PAMI精读 * 三、视觉分割——Visual cues 由视觉特征生成边界图 生成边界图是该算法的第一步，有两种类型的视觉特征：1）静态特征，如颜色和纹理；2）stereo and motion cues。 两种类型特征的优缺点： 1）静态特征，可以准确地定位目标的边界（edge），但是无法区分是boundary 还是internal 。 2）对于stereo cues，在boundary 两侧有disparity，但是在internal没有；对于motion cues，boundary 有flow vector而internal没有。 选择静态和动态特征相结合的方法。 * PAMI精读 * 三、视觉分割——Visual Cues Only use static cues 如果只有一张图片，那么则不能利用stereo和motion cues消除internal，只能利用颜色纹理等特征，所以要选择一个好的边界检测方法。 Canny边缘检测：所有的边同等重要。 Martin et al. 使用分类器，通过对200幅图像（已人工分割）的学习，对边界赋予0到1之间的概率值。 * PAMI精读 * Canny gradient Martin With motion cues 三、视觉分割——with Motion cues * PAMI精读 * 三、视觉分割——Polar Edge Map 欧几里得与极坐标的转化 是选择的焦点。 是欧几里得空间的边界图。 是极坐标系下的边界图，像素点的位置表示为 ，相应坐标准换为: 那么极坐标下的强度值为： 函数是连续的，加入了 高斯滤波函数，滤波器的核 宽度与距离成反比。 * PAMI精读 * 分割的步骤 三、视觉分割——GrabCut 如上图所示，横轴代表同一角度上的点，纵轴代表同一距离上的点。 * PAMI精读 * 四、方法的局限性 说明：这里的局限性针对图像 Case1：目标内包含封闭区域 由于没有动态的 特征，会有很强的内部边界，因此对脸部不同位置的焦点，得到的轮廓是不同的，这符合人眼视觉的方式。但是如果有动态特征存在，那么不同位置的焦点将有相同的轮廓。 * PAMI精读 * 四、方法的局限性 Ca