• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2013 Eighth International Conference on Broadband, Wireless Computing, Communication and Applications >Foreground Extraction Algorithm Using Depth Information for Image Segmentation
【24h】

Foreground Extraction Algorithm Using Depth Information for Image Segmentation

机译：使用深度信息进行图像分割的前景提取算法

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

Image segmentation is one of the most important topics in the field of computer vision. So lots of approaches for image segmentation have been proposed, and interactive methods based on energy minimization such as Grab Cut, etc have shown successful results. It, however, is not easy to automate the full process for segmentation because almost all of interactive methods require considerable user interaction. So if additional information is provided to users in order to guide them effectively, we can reduce interaction with them. In this paper we propose an efficient foreground extraction algorithm, which makes use of depth information from RGB-D sensors like Microsoft Kinect and offers users guidance for foreground extraction. Our approach can be applied as a pre-processing for interactive and energy-minimization-based segmentation approaches. Our proposed method is able to segment the foreground from images and give hints to reduce interaction with users. In our method, we make use of the characteristics of depth information captured by RGB-D sensors and describe them using information from structure tensor. And in our experiments we show that for real world images the proposed method separates foreground from background sufficiently well.
机译：图像分割是计算机视觉领域最重要的主题之一。因此，提出了许多图像分割方法，并且基于能量最小化的交互式方法（例如Grab Cut等）已显示出成功的结果。但是，要使整个分割过程自动化是不容易的，因为几乎所有的交互方法都需要大量的用户交互。因此，如果将其他信息提供给用户以有效地指导他们，我们可以减少与他们的互动。在本文中，我们提出了一种有效的前景提取算法，该算法利用了来自Microsoft Kinect等RGB-D传感器的深度信息，并为用户提供了前景提取的指导。我们的方法可以用作交互式和基于能量最小化的分割方法的预处理。我们提出的方法能够从图像中分割前景并给出提示，以减少与用户的交互。在我们的方法中，我们利用RGB-D传感器捕获的深度信息的特征，并使用来自结构张量的信息对其进行描述。并且在我们的实验中，我们表明，对于真实世界的图像，该方法可以很好地将前景与背景分开。

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