Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

An Iterative Spanning Forest Framework for Superpixel Segmentation

Texto completo
Autor(es):
Vargas-Munoz, John E. [1] ; Chowdhury, Ananda S. [2] ; Alexandre, Eduardo B. [3] ; Galvao, Felipe L. [1] ; Vechiatto Miranda, Paulo A. [3] ; Falcao, Alexandre X. [1]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Inst Comp, Dept Informat Syst, BR-13083852 Campinas, SP - Brazil
[2] Jadavpur Univ, Dept Elect & Telecommun Engn, Kolkata 700032 - India
[3] Univ Sao Paulo, Inst Math & Stat, Dept Comp Sci, BR-05508090 Sao Paulo - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: IEEE Transactions on Image Processing; v. 28, n. 7, p. 3477-3489, JUL 2019.
Citações Web of Science: 0
Resumo

Superpixel segmentation has emerged as an important research problem in the areas of image processing and computer vision. In this paper, we propose a framework, namely Iterative Spanning Forest (ISF), in which improved sets of connected superpixels (supervoxels in 3D) can be generated by a sequence of image foresting transforms. In this framework, one can choose the most suitable combination of ISF components for a given application-i.e., 1) a seed sampling strategy; 2) a connectivity function; 3) an adjacency relation; and 4) a seed pixel recomputation procedure. The superpixels in ISF structurally correspond to spanning trees rooted at those seeds. We present five ISF-based methods to illustrate different choices for those components. These methods are compared with a number of state-of-the-art approaches with respect to effectiveness and efficiency. Experiments are carried out on several datasets containing 2D and 3D objects with distinct texture and shape properties, including a high-level application, named sky image segmentation. The theoretical properties of ISF are demonstrated in the supplementary material and the results show ISF-based methods rank consistently among the best for all datasets. (AU)

Processo FAPESP: 16/14760-5 - Anotação Interativa de Imagens de Sensoriamento Remoto
Beneficiário:John Edgar Vargas Muñoz
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 15/01186-6 - Geração de superpixels por segmentação de imagem baseada em Floresta de Caminhos Ótimos
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Pesquisador Visitante - Internacional
Processo FAPESP: 14/50937-1 - INCT 2014: da Internet do Futuro
Beneficiário:Fabio Kon
Linha de fomento: Auxílio à Pesquisa - Temático