ABANICCO:一种用于多标签像素分类与颜色分割的新色彩空间
计算机视觉与模式识别
2022-11-17 v1 人工智能
摘要
在任何涉及彩色图像的计算机视觉任务中,必要步骤是根据颜色对像素进行分类并分割相应区域。然而,开发能成功完成此任务的方法已被证明具有挑战性,主要由于人类色彩感知、语言颜色术语与数字表示之间的鸿沟。本文提出一种结合色彩理论几何分析、模糊色彩空间与多标签系统的新方法,用于根据12个标准颜色类别(绿、黄、浅橙、深橙、红、粉、紫、群青、蓝、蓝绿、棕、中性)自动分类像素。此外,我们提出一种基于统计与色彩理论的鲁棒、无监督、无偏的颜色命名策略。ABANICCO针对最先进的颜色分类方法及标准化ISCC-NBS颜色系统进行了测试,提供了准确分类以及一种标准、易于理解的色调命名替代方案,可被人类和机器识别。我们期望该方案成为成功解决计算机视觉各领域大量问题的基础,如区域表征、组织病理学分析、火灾检测、产品质量预测、对象描述与高光谱成像。
引用
@article{arxiv.2211.08460,
title = {ABANICCO: A New Color Space for Multi-Label Pixel Classification and Color Segmentation},
author = {Laura Nicolás-Sáenz and Agapito Ledezma and Javier Pascau and Arrate Muñoz-Barrutia},
journal= {arXiv preprint arXiv:2211.08460},
year = {2022}
}
备注
Working Paper