Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
1
GPA659: Segmentation avancée (Lab: Algorithme GrabCut )
Par Ismail Ben Ayed
2
Maximum de vraisemblance et régularisation de frontières
3
Maximum de vraisemblance et régularisation de frontières
Peut être des histogrammes
4
Maximum de vraisemblance et régularisation de frontières
Peut être des histogrammes
5
Maximum de vraisemblance et régularisation de frontières
Peut être des histogrammes
6
Maximum de vraisemblance et régularisation de frontières
[Boykov et Jolly, ICCV 01]
7
Maximum de vraisemblance et régularisation de frontières
Équivalent au MLE [Boykov et Jolly, ICCV 01]
8
Maximum de vraisemblance et régularisation de frontières
Longueur de frontière: Régularisation spatiale [Boykov et Jolly, ICCV 01]
9
Régularisation de frontières
This term penalizes discontinuties
10
Régularisation de frontières
This term penalizes discontinuties n-links s t a cut t-link ‘Sub-modular’
11
Régularisation de frontières
This term penalizes discontinuties
12
Exemples: Boykov-Jolly (B-J)
Apprentissage des histogrammes This term penalizes discontinuties Plus que 3000 citations! [Boykov et Jolly, ICCV 01]
13
‘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]
14
‘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]
15
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]
16
Exemples de l’algorithme ‘GrabCut’
Présentations similaires
