局所グラフカットに基づく高速かつ省メモリな画像セグメンテーション

• Item type: SIG Technical Reports(1)
• 公開日: 2011-05-12
• タイトル: 局所グラフカットに基づく高速かつ省メモリな画像セグメンテーション
• タイトル / 言語: en
• タイトル: Fast and Memory-Efficient Image Segmentation Using Local Graph cuts
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論セッションダイジェスト2
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者名: 柴, 涼介; 泉, 泰介; 和田, 幸一
• 著者名(英): Ryosuke, Shiba; Taisuke, Izumi; Koichi, Wada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: グラフカットを利用する画像セグメンテーションにおいては，対象画像の画素数に比例したサイズのグラフをオンメモリで構成し，その上でグラフの最小カットを計算する必要がある．高解像度画像，あるいは三次元画像を対象とした場合，この処理はメモリ使用量および計算量の点で非常に負荷が大きい．本研究は，画像全体に対するグラフカット (大域グラフカット) の計算を行わない，メモリ効率および実行速度の点で優れた画像セグメンテーション法を提案する．具体的には，画像をいくつかの小領域に分割し，各小領域毎で独立にグラフカット (局所グラフカット) を計算し，その結果を結合することで全体のセグメンテーションを得る．ただし，単に領域を分割し，独立にグラフカットを計算した場合，前景，背景を指定する種情報を一切持たない小領域が生じ，そのような領域でのセグメンテーション精度はしばしば大幅に低下する．本研究では，原画像を縮小した画像でプレセグメンテーションを行い，その過程で得られる大域的な種情報および色分布情報を各小領域毎のグラフカット計算に反映することで，この問題の解決を図る．評価実験により，提案手法は従来手法のグラフカットアルゴズムと比べ大幅な高速化・省メモリ化に成功している一方，精度には大きな差がないことを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: For high-resolution or 3-D images, the image segmentation based on graph cuts1),2) consumes a large amount of memory and computation time. In this paper, we proposes an approach to save those resource consumption. It uniformly divides the graph that corresponds to the original image into a number of disjoint sub-graphs(regions) and processes them independently. A problem arising in this approach is the generation of divided regions with no seeds. In such a region, segmentation quality becomes extremely low. To circumvent that problem, our approach uses the scheme that (1) we run pre-segmentation in downsampling image and (2) calculate GMM so that the pre-segmentation result is reflected as the cost of t-link of the graph. We demonstrate that our approach works faster and uses less memory compared to the conventional approach while the quality of segmentation results are competitive.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2011-CVIM-177, 号 22, p. 1-7, 発行日 2011-05-12
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会