'

Интерактивная сегментация изображений

Понравилась презентация – покажи это...





Слайд 0

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 1 Владимир Вежневец Graphics & Media Lab. Moscow State University Интерактивная сегментация изображений


Слайд 1

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 2 План доклада Описание задачи Хронология развития до 2001 Алгоритмы Коммерческие решения до 2005 Новые алгоритмы Новые коммерческие решения GML Grow Cut 2005 г. Новые алгоритмы Новые коммерческие решение Заключение


Слайд 2

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 3 Описание задачи Сегментация – важнейшая составляющая: Автоматизированного анализа изображений Редактирования изображений Входные данные: Изображение Выходные Изображение разделенное на регионы по некоторому признаку


Слайд 3

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 4 Интерактивная сегментация Автоматическая сегментация по-прежнему не может дать удовлетворительный результат во всех случаях: Причина – высокая сложность сегментации естественных изображений Причина – сильно разнящиеся от задачи к задаче признаки по которым требуется производить сегментацию и критерии оценки качества результата Идут активные исследования в области полуавтоматической сегментации


Слайд 4

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 5 Время до 2001 г Алгоритмы Color statistics (Magic Wand) Intelligent scissors (Live Wire) Intelligent paint


Слайд 5

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 6 Color statistics (Magic Wand) Идея: Пользователь задает пиксель, запоминается его цвет C1 Все пиксели, цвет которых ||С - C1||<? - относятся к выделяемому региону


Слайд 6

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 7 Intelligent scissors (Live Wire) Идея: Между заданными пользователем точками считается путь «минимальной стоимости»


Слайд 7

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 8 Intelligent paint Идея: Предварительная иерархическая сегментация изображения Анализ «мазков» пользователя для объединения регионов предварительной сегментации


Слайд 8

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 9 Время до 2001 г Коммерческие решения (не рассматриваем медицину) Magic Wand (цветовая статистика) Magnetic Lasso (Live Wire, Intelligent scissors)


Слайд 9

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 10 2001 до 2005 г Алгоритмы Graph cuts GrabCut GML GrowCut


Слайд 10

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 11 Graph Cuts Формулировка сегментации как минимизации энергии через разрез графа Это прорыв!


Слайд 11

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 12 Graph Cuts Примеры:


Слайд 12

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 13 GrabCut Использование итеративного пересчета цветовой модели и границ объекта через Graph Cuts, чтобы упростить интерфейс


Слайд 13

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 14 GML GrowCut Идея: Использование клеточного автомата


Слайд 14

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 15 GML GrowCut Достоинства Прост! Может поддерживать более 2 исходных меток; Не уступает в скорости конкурентам; Работает «вживую» - пользователь может корректировать по ходу сегментации; Патентно чист; Недостатки Недостаточно быстр для больших фото Получается более «рваная» граница, чем у Graph Cuts


Слайд 15

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 16 2001 - 2005 г Коммерческие решения (не рассматриваем медицину) Asiva selection (расширенный вариант цветовой статистики) ??? (почему больше нет?!) Надежность недостаточна – требуется активное вмешательство человека (не страшно!) Все работает по-прежнему слишком медленно для настоящей интерактивности (а вот это плохо)


Слайд 16

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 17 2005 год Алгоритмы Расширенные иерархический GML GrowCut Belief propagation Коммерческие решения GML GrowCut http://vision.graphicon.ru/soft/en/GrowCut/ Fluid Mask http://www.vertustech.com/ Magic Selection Brush (Adobe Photoshop Elements 4) http://www.adobe.com/products/photoshopelwin/main.html


Слайд 17

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 18 GML GrowCut 2005 Цели: Ускорение Иерархическая сегментация «Дерево наследования» при подсчете эволюции автомата Более тонкая настройка поведения Отключаемая повышенная гладкость границ Результат Реально usable плагин для сегментации Хорошие отзывы на форумах


Слайд 18

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 19 Belief propagation Идея: Итеративный расчет вероятностей принадлежности пикселей к объекту и фону Используется цветовая статистика и минимизация энергии через belief propagation Результат Работает 15 мин. на изображении 640x480 Проблемы с «камуфляжем» (похожими цветами на объекте и фоне)


Слайд 19

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 20 Коммерция - Fluid Mask Появился в августе, пока нет Windows версии Судя по демкам использует Цветовую статистику (расширенный magic wand) Возможно, GrowCut… Результат Ждем – очень интересно...


Слайд 20

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 21 Коммерция – Adobe Magic Selection Brush Появился недавно, обещает многое Результат Слишком тормозит для интерактивности Сегментация не всегда логична


Слайд 21

12/21/2015 Graphics & Media Lab http://graphics.cs.msu.su 22 Заключение GML GrowCut – технология (пока) на «гребне волны» Будем развивать, улучшать Цель Обогнать всех еще сильнее, не дать догнать ?


×

HTML:





Ссылка: