基于形状定制尺度空间的由粗到细分割
计算机视觉与模式识别
2016-03-28 v1
摘要
我们提出了一种用于分割的通用能量和方法，其设计偏好于分割数据的粗结构而非细结构，且不跨区域边界平滑。该能量通过考虑从区域内热方程计算的尺度空间中的连续尺度上的数据项，并对所有时间积分来表述。我们证明该能量可近似优化而无需求解整个尺度空间，而是求解图像原生尺度上与时间无关的线性方程，使方法在计算上可行。我们提供了多区域方案，并将我们的方法应用于运动分割。在基准数据集上的实验表明，我们的方法对杂波或其他不期望的细尺度结构较不敏感，并在运动分割中带来更好的性能。
引用
@article{arxiv.1603.07745,
title = {Coarse-to-Fine Segmentation With Shape-Tailored Scale Spaces},
author = {Ganesh Sundaramoorthi and Naeemullah Khan and Byung-Woo Hong},
journal= {arXiv preprint arXiv:1603.07745},
year = {2016}
}