误报数准则的高效计算
计算机视觉与模式识别
2018-07-11 v1
摘要
本文提出一种高效计算二值图像中参数化模式显著性的方法。一方面，a-contrario 策略避免了用户参与调整检测阈值，并能合理考虑不同的模式尺寸。另一方面，当模式在参数化方面的复杂性增加时，a-contrario 准则变得难以处理。本工作中，我们引入一种策略，其依赖于使用降维的累积空间，该空间由经典（Hough）累积空间与积分直方图技巧耦合导出。该空间使我们能够存储 a-contrario 准则所需的局部计算，并以低于直接方法的的计算代价评估显著性。该方法在多达五维不同参数化的合成模式示例上得到说明。为展示如何在真实场景中应用这一通用概念，我们考虑静图像中一项困难的裂纹检测任务，该任务在文献中已被多种局部与全局检测策略研究。我们将裂纹建模为有界线段，由所提出的 a-contrario 准则检测，从而可引入基于其相对对齐的额外空间约束。在该应用上，所提策略取得了 SOTA 结果，并凸显了其在处理复杂模式检测任务方面的潜力。
引用
@article{arxiv.1807.03594,
title = {Efficient Evaluation of the Number of False Alarm Criterion},
author = {Sylvie Le Hégarat-Mascle and Emanuel Aldea and Jennifer Vandoni},
journal= {arXiv preprint arXiv:1807.03594},
year = {2018}
}