Geração de superpixels por segmentação de imagem baseada em Floresta de Caminhos Ótimos

Resumo

A pesquisa em técnicas de geração de superpixels de uma imagem tem ganhado muita atenção nos últimos 10 anos em Visão Computacional. As aplicações envolvem segmentação, rastreamento, estimação de profundidade, etc. Entretanto, a geração de superpixels é ainda um problema em aberto. As abordagens são normalmente baseadas em grafo e no método do gradiente ascendente. Recentemente, o método denominado SLIC foi proposto com desempenho superior a de várias outras técnicas existentes. Este método explora uma abordagem de agrupamento de pixels, denominada k-means, restrita aos casos onde os grupos são arredondados. Esta proposta revisita o método SLIC para melhorar seus resultados, através da substituição de seu algoritmo de agrupamento pelo agrupamento baseado em floresta de caminhos ótimos, o qual se aplica a grupos com formas arbitrárias e alguma superposição no espaço de atributos dos pixels. Avanços teóricos da técnica de agrupamento por floresta de caminhos ótimos também serão investigados, especialmente no contexto de grandes bases de dados (pixels em imagem), visando melhorar a qualidade dos superpixels. Os resultados serão avaliados no contexto de imagens médicas e vídeo digital. (AU)