直推式多视图协同分割transductiveco-电子与信息学报.pdfVIP

直推式多视图协同分割transductiveco-电子与信息学报.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
直推式多视图协同分割transductiveco-电子与信息学报

第33 卷第4 期 电 子 与 信 息 学 报 Vol.33No.4 2011 年4 月 Journal of Electronics Information Technology Apr. 2011 直推式多视图协同分割 朱云峰* 章毓晋 (清华大学信息科学与技术国家实验室 北京 100084) (清华大学电子工程系 北京 100084) 摘 要:多视角拍摄条件下获取到含有同一刚性或静态目标多幅图像后,快速准确地在所有图像中分割出该目标是 一个尚未被关注的问题。该文首次给出这个问题的数学描述,并借助图模型的描述方法,推导了它与传统的基于图 割分割问题之间的关系。在求解该问题时,该文提出了迭代式协同直推优化算法,算法思想是将优化目标函数拆分 为图像空间和3 维空间分割两个子优化问题,利用图割和谱聚类分割的方法迭代求解两个子优化问题,并在迭代过 程中设计传播、过滤、投票处理引入两个空间标签一致性约束,算法收敛时同时得到图像空间和3 维空间的分割结 果。最后,使用实际图像序列实验得出算法的平均误判率为3.4%,比较讨论和改进思路一并给出。 关键词:图像处理;直推式学习;图割;谱聚类分割;多视角协同分割 中图分类号:TP391.41 文献标识码: A 文章编号:1009-5896(2011)04-0763-06 DOI: 10.3724/SP.J.1146.2010.00839 Transductive Co-segmentation of Multi-view Images Zhu Yun-feng Zhang Yun-jin (Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing 100084, China) (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China) Abstract: Fast and efficient segmentation of rigid or stable object in multi-view images is still a unsolved problem. In this paper, the problem is formulated and the relationships between it and traditional min-cut based segmentation problems are also deduced with Graph representation. To minimize the energy function, a novel algorithm named Interactive Transductive Co-Segmentation (ITC-Seg) is proposed. In ITC-Seg, the function is divided into two sub problems which are solved with graph cuts and spectral segmentation methods. Moreover, propagation, filter, voting methods are introduced into the iteration between multi-view images segm

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档