• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Unsupervised regions based segmentation using object discovery
【24h】

Unsupervised regions based segmentation using object discovery

机译：使用对象发现的基于无监督区域的分割

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

We present a new unsupervised algorithm to discovery and segment out common objects from multiple images. Compared with previous cosegmentation methods, our algorithm performs well even when the appearance variations in the foregrounds are more substantial than those in some areas of the backgrounds. Our algorithm mainly includes two parts: the foreground object discovery scheme and the iterative region allocation algorithm. Two terms, a region-saliency prior and a region-repeatness measure, are introduced in the foreground object discovery scheme to detect the foregrounds without any supervisory information. The iterative region allocation algorithm searches the optimal solution for the final segmentation with the constraints from a maximal spanning tree, and an effective color-based model is utilized during this process. The comparative experimental results show that the proposed algorithm matches or outperforms several previous methods on several standard datasets. (C) 2015 Elsevier Inc. All rights reserved.
机译：我们提出了一种新的无监督算法来发现和分割来自多个图像的常见对象。与以前的同级分割方法相比，即使前景的外观变化比背景的某些区域的变化更大，我们的算法也能表现良好。我们的算法主要包括两部分：前景对象发现方案和迭代区域分配算法。在前景对象发现方案中引入了两个术语，即区域显着性先验和区域重复性度量，以在没有任何管理信息的情况下检测前景。迭代区域分配算法使用最大生成树的约束条件搜索最终分割的最佳解决方案，并在此过程中使用有效的基于颜色的模型。对比实验结果表明，所提出的算法在多个标准数据集上均达到或优于几种先前的方法。 （C）2015 Elsevier Inc.保留所有权利。

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