GPA659: Segmentation avancée (Lab: Algorithme GrabCut ) Par Ismail Ben Ayed Ismail.benayed@etsmtl.ca
Maximum de vraisemblance et régularisation de frontières
Maximum de vraisemblance et régularisation de frontières Peut être des histogrammes
Maximum de vraisemblance et régularisation de frontières Peut être des histogrammes
Maximum de vraisemblance et régularisation de frontières Peut être des histogrammes
Maximum de vraisemblance et régularisation de frontières [Boykov et Jolly, ICCV 01]
Maximum de vraisemblance et régularisation de frontières Équivalent au MLE [Boykov et Jolly, ICCV 01]
Maximum de vraisemblance et régularisation de frontières Longueur de frontière: Régularisation spatiale [Boykov et Jolly, ICCV 01]
Régularisation de frontières This term penalizes discontinuties
Régularisation de frontières This term penalizes discontinuties n-links s t a cut t-link ‘Sub-modular’
Régularisation de frontières This term penalizes discontinuties
Exemples: Boykov-Jolly (B-J) Apprentissage des histogrammes This term penalizes discontinuties Plus que 3000 citations! [Boykov et Jolly, ICCV 01]
‘Hard constraints’ Forcer des pixels à appartenir au ‘foreground’ ou au ‘background’ Très facile à imposer: Ajouter des constantes larges This term penalizes discontinuties [Boykov et Jolly, ICCV 01]
‘Hard constraints’ Forcer des pixels à appartenir au ‘foreground’ ou au ‘background’ Très facile à imposer: ajouter des constantes larges This term penalizes discontinuties [Boykov et Jolly, ICCV 01]
Algorithme ‘GrabCut’: Processus itératif à deux étapes Segmentation (s): Trouve la segmentation à la Boykov- Jolly, avec les distributions fixes. Mise-à-jour des distributions (ex., histogrammes): C’est un K-means avec des distribution plus complexes Plus que 3000 citations! [Rother et al., SIGGRAPH 04]
Exemples de l’algorithme ‘GrabCut’ https://www.youtube.com/watch?v=ufiTlDp4Iqc https://www.youtube.com/watch?v=kAwxLTDDAwU