دانلود مقاله ترجمه شده محدودیت های گراف چندلایه ای برای قطعه بندی تصویر تعاملی به کمک تئوری بازی

چکیده

 ترکیب پیکسل ها و زیر-پیکسل ها به شکل گسترده ای در قطعه بندی تصاویر استفاده می شود. در این روال پیکسل ها و زیر-پیکسل ها باهم قطعه بندی می شوند. با استفاده از ویژگی های زیرپیکسل مفیدتر (منظور از مفید اطلاعات مفید است) این روش های ترکیب می توانند نتایج قوی تری ارائه دهند. با این وجود از آنجایی که زیرپیکسل ممکن است دقیقا جزئیات را برای نواحی باریک و کوچک را ضبط کند، نتایج این روش های ترکیب معمولا متناقض با اشیاء هستند. علاوه براین، این روش ها به دلیل تعاملات بیشتر بین پیکسل ها و زیر-پیکسل ها هزینه زمانی بیشتری در بر دارند. برای غلبه بر مشکلات بالا در این مقاله یک روش قطعه بندی تعاملی تصاویر براساس محدودیت های گراف چندلایه ای ارائه شده است. روابط بین پیکسل ها/زیر-پیکسل ها و برچسپ ها در چهارچوب ترکیب تعاملی معرفی شده است تا دقت قطعه بندی را بیشتر بهبود دهند. مدل قطعه بندی براساس تخمین احتمالات پیکسل ها و زیرپیکسلها و از طریق یک چهارچوب یادیگری غیرپارامتری محدود شده است. سپس احتمالات پیکسل ها و زیرپیکسل ها مکررا از طریق راهبر بهینه سازی مبتنی بر تئوری بازی بروزرسانی شده است. آزمایشات انجام شده برروی مجموعه دادگان نشان می دهد که روش پیشنهادی نتایج قطعه بندی بهتری از روش های جدید دیگر ارائه می دهد.

قطعه بندی تصویر به عنوان یک وظیفه ی سطح پایینِ بینایی ماشین در بسیاری از کاربردهای سطح بالا در بینایی ماشین [1-4] حائز اهمیت فراوان است. مساله ی قطعه بندی تصویر را می توان به تقسیم یک تصویر به چند ناحیه مختلف تفسییر کرد، به طوری که پیکسل های متعلق به یک ناحیه باید ویژگی های سازگار (مطابق) داشته باشند. اگرچه روش های قطعه بندی مختلفی ارائه شده اند، اما به دلیل انواع بسیار زیاد تصاویر و تقاضای شدید کاربران، مساله قطعه بندی هنوز یک مساله ی چالش برانگیز است...