• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2012 IEEE International Symposium on Multimedia. >Automatic Segmentation of Interest Regions in Low Depth of Field Images Using Ensemble Clustering and Graph Cut Optimization Approaches
【24h】

Automatic Segmentation of Interest Regions in Low Depth of Field Images Using Ensemble Clustering and Graph Cut Optimization Approaches

机译：使用集成聚类和图割优化方法对低景深图像中的兴趣区域进行自动分割

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Automatic segmentation of images with low depth of field (DOF) plays an important role in content-based multimedia applications. The proposed approach aims to separate the important objects (i.e., interest regions) of a given image from its defocused background in two stages. In stage one, image blocks are classified into object and background blocks using a novel cluster ensemble algorithm. By indicating the certain pixels (seeds) of the object and background blocks, a hard constraint is provided for the next stage of the approach. In stage two, a minimal graph cut is constructed using object and background seeds, which is based on the max-flow method. Experimental results for a wide range of busy-texture (i.e., noisy) and smooth regions demonstrate that the proposed approach provides better segmentation performance at higher speed compared with the state-of-the-art approaches.
机译：具有低景深（DOF）的图像自动分割在基于内容的多媒体应用中起着重要的作用。所提出的方法旨在以两个阶段将给定图像的重要对象（即，兴趣区域）从其散焦背景中分离出来。在第一阶段，使用一种新颖的聚类集成算法将图像块分为对象块和背景块。通过指示对象块和背景块的某些像素（种子），为方法的下一阶段提供了硬约束。在第二阶段中，使用对象和背景种子构造了一个最小的图割，它基于最大流方法。针对各种繁忙纹理（即嘈杂）和平滑区域的实验结果表明，与最新技术相比，该方法可在更高速度下提供更好的分割性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号