资源描述：
《图像视频分割方法介绍课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、图像/视频分割方法分类介绍北京航空航天大学虚拟现实技术与系统国家重点实验室问题描述研究内容图像和视频中像素点的聚类非监督式的学习，共生模型(Generative)图像和视频中像素点的分类监督式的学习，判别模型(Discriminative)应用计算机视觉中的基础性问题为高层的视觉应用或理解提供支持图像/视频编辑多媒体内容检索物体识别三维重构分割方向分类图像分割图像分割、过分割、场景解析图像前景分割物体分割、交互式分割、前景抠图视频分割运动分割、视频场景解析视频前景分割视频物体分割、交互式分割、前景抠图图像共分割边缘检测分割方向分类图像分割图像分割、过分割
2、、场景解析图像前景分割物体分割、交互式分割、前景抠图视频分割运动分割、视频场景解析视频前景分割视频物体分割、交互式分割、前景抠图图像共分割边缘检测图像分割图像分割像素点的聚类非监督、全自动经典方法Ncut(Penn,CVPR2000,CVPR2005)Meanshift(Weizmann,PAMI2002)Graph-Based(Uchicago,IJCV2004)测试集UC.BerkeleySegmentationDataSetandBenchmarks500(BSDS500)图像分割过分割像素点的聚类非监督、全自动视觉高层应用的计算单元比像素点的计算
3、效率高相比图像分割，分割块较规整常用的方法Superpixel(CVPR2003)SuperpixelLattices(CVPR2008)TurboPixels(PAMI2009)SLICSuperpixels(MICCAI2010)Quickshift:GPUsegmentation(ECCV2010)EntropyRateSuperpixelSegmentation(CVPR2011)图像分割场景解析像素点的分类监督式，全自动图像内各个物体的联合识别和分割方法分类二阶条件随机场+过分割块Photoup(Cornell,Siggraph2005,CVP
4、R2006)TextonBoost(Microsoft,ECCV2006)Stair(Stanford,CVPR2008,ICCV2009,NIPS2009)高阶条件随机场ALE(Oxford,CVPR2008,ECCV2010)过分割块选取(整形规划问题)Stanford,EfficientlySelectingRegionsforSceneUnderstanding.CVPR:2010.Maryland,PiecingTogethertheSegmentationJigsawusingContext.CVPR,2011其他：结合场景识别、物体共存性测
5、试集MSRC,MITLabelMe,MITCBCLSceneParsing,StanfordStair分割方向分类图像分割图像分割、过分割、场景解析图像前景分割物体分割、交互式分割、前景抠图视频分割运动分割、视频场景解析视频前景分割视频物体分割、交互式分割、前景抠图图像共分割边缘检测物体分割像素点的分类监督式、全自动图像内单个物体的分割车辆、行人、路牌、花、茶杯等等分类轮廓匹配AccurateObjectLocalizationwithShapeMasks.CVPR,2006SimultaneousObjectDetectionandSegmentati
6、onbyBoostingLocalShapeFeaturebasedClassifier.CVPR,2007AdaptiveContourFeaturesinOrientedGranularSpaceforHumanDetectionandSegmentation.CVPR,2009条件随机场+过分割块/像素点+外观特征FulkersonB,VedaldiA,SoattoS:ClassSegmentationandObjectLocalizationwithSuperpixelNeighborhoods.ICCV:2009.AldavertD,Ramis
7、aA,deMantarasRL,ToledoR:FastandRobustObjectSegmentationwiththeIntegralLinearClassifier.CVPR:2010.轮廓匹配结合外观聚类CombiningTop-downandBottom-upSegmentation.CVPR:2004OBJCUT.CVPR,2005ObjectSegmentationbyAlignmentofPoseletActivationstoImageContours.,CVPR,2011测试集VOCPASCAL,GrazPerson,PennPer
8、son,WeizmannHorse,OxfordCow,CalTechBird,
