IEEE Transactions on Pattern Analysis and Machine Intelligence· 2012Q1
SLIC Süperpikselleri En Son Teknoloji Süperpiksel Yöntemleriyle Karşılaştırıldı
SLIC Superpixels Compared to State-of-the-Art Superpixel Methods
- 9.138atıf
- Q1SCImago
- 2012yıl
Kısa özet
Yeni bir süperpiksel algoritması olan SLIC, mevcut yöntemler kadar iyi veya daha iyi sınırlara uyum sağlarken, daha hızlı, daha bellek açısından verimli ve segmentasyon performansını iyileştiriyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- SLIC, verimli süperpiksel üretimi için k-means kümelemesini uyarlar.
- SLIC, önceki yöntemler kadar iyi veya daha iyi sınırlara uyum sağlar.
- SLIC, mevcut süperpiksel algoritmalarından daha hızlı ve bellek açısından daha verimlidir.
- SLIC, segmentasyon performansını iyileştirir.
- SLIC, süpervolüm üretimine kolayca genişletilebilir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Computer vision applications have come to rely increasingly on superpixels in recent years, but it is not always clear what constitutes a good superpixel algorithm. In an effort to understand the benefits and drawbacks of existing methods, we empirically compare five state-of-the-art superpixel algorithms for their ability to adhere to image boundaries, speed, memory efficiency, and their impact on segmentation performance. We then introduce a new superpixel algorithm, simple linear iterative clustering (SLIC), which adapts a k-means clustering approach to efficiently generate superpixels. Despite its simplicity, SLIC adheres to boundaries as well as or better than previous methods. At the same time, it is faster and more memory efficient, improves segmentation performance, and is straightforward to extend to supervoxel generation.
Yazarların özeti; kaynağından alınmıştır. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilgisayarlı Görü ve Örüntü Tanıma
Computer Vision and Pattern RecognitionComputer Science