Segmentation (1ère partie)

Présentation au sujet: "Segmentation (1ère partie)"— Transcription de la présentation:

1 Segmentation (1ère partie)
Références: Sonka et al.: sections 6.3 (6.5) Autres: chap. 14 Forsyth Dernière révision: Patrick Hébert 2008

2 Le problème Parmi les pixels de l'image, lesquels représentent un objet? En général, cela dépend de l'objectif, i.e. de l'application. Absence de théorie générale La segmentation est liée à la reconnaissance *tirée de Forsyth

3 Exemples d’applications
Trouver des pièces machinées sur un convoyeur Trouver des personnes dans une image issue d’une caméra de surveillance Trouver des bâtiments, des végétaux dans une image satellite Résumer une séquence vidéo (des groupes d’images consécutives d’une même scène)

4 Définition Un segment: groupe d’éléments extraits de l’image qui ont des caractéristiques similaires (cohérentes) ou qui, comme groupe, présente des caractéristiques intéressantes. Exemple: un groupe de pixels forment une région un groupe de régions forment un objet un groupe de edgels forment une droite

5 Premier cas Traitons d’abord le cas où tous les éléments d’un segment sont similaires

6 Deux façons de former des segments
par division (partition) d'une image en régions uniformes (texture, couleur, etc …) d'une séquence vidéo en groupes d'images d'un objet suivi dans une séquence vidéo (mouvement) par regroupement (agglomération) de pixels selon des propriétés semblables

7 Deux algorithmes Fixer le nombre de groupes (clusters)
*tirés de Forsyth

8 Inspiration de la psychologie/ de l'humain et de son environnement
segmentation figure/fond théorie des Gestalt (groupes) proximité similarité tendance commune (mouvement) appartenance à une région commune parallélisme fermeture symétrie continuité Configuration familière Importance du contexte dans cette approche.

9 exemples *tirée de Forsyth

10 Questions sur l’approche Gestalt
Comment intégrer des règles de regroupement dans un algorithme? Comment générer des hypothèses? C’est un problème avec la théorie des Gestalt *tirée de Forsyth Configuration familière

11 Application de la segmentation: détection de séquences dans une vidéo
une vidéo est un ensemble de séquences une séquence se modélise par une trame type définition d'une trame de transition: trame significativement différente de la précédente distances entre des propriétés simples: différence de trame, (Sursegmentation) différence d'histogrammes, (trop global) différence inter-blocs, différence de la carte des arêtes

12 Les défis de la segmentation
Quelles sont les propriétés d'un groupe? Comment définir une distance inter-groupes? Combien y a-t-il de groupes? Formaliser le problème: une approche: celle des k-moyennes xj : donnée j Ci : centre du groupe i

13 exemples (groupes ou clusters)
position + autres caractéristiques position seulement

14 Algorithme des k-moyennes
Principe: Supposez que les centres sont connus et assignez chaque point au groupe dont le centre est le plus près.

15 Algorithme (suite) *tirée de Forsyth

16 Mesures d’affinité Principe Distance (spatiale) dans l’image
Illuminance Couleur Texture (ex: vecteur statistique issu d'un filtre) Difficulté*: comment combiner des caractéristiques différentes? *Par exemple, est-ce qu’une différence de 2 niveaux de gris est équivalente à un distance de 3 pixels?

17 Complément Approche basée sur les graphes
Voir Sonka section 7.6 Formalisme basé sur les vecteurs propres Normalized cuts