Bedste svar
Mange eksisterende algoritmer i computersyn bruger pixelgitteret som den underliggende repræsentation. For eksempel er stokastiske modeller af billeder, såsom tilfældige Markov-felter, ofte defineret på dette regelmæssige gitter. Eller ansigtsgenkendelse udføres typisk ved at matche lagrede skabeloner til alle vinduer i fast størrelse (f.eks. 50×50) i billedet.
Pixelgitteret er dog ikke en naturlig repræsentation af visuelle scener. Det er snarere en “artefakt” af en digital billedbehandlingsproces. Det ville være mere naturligt og formodentlig mere effektivt at arbejde med perceptuelt meningsfulde enheder opnået fra en grupperingsproces på lavt niveau. For eksempel kan vi anvende Normalized Cuts-algoritmen til at opdele et billede i f.eks. 500 segmenter (hvad vi kalder superpixels ).
Sådan et superpixel-kort har mange ønskede egenskaber:
- Det er beregningseffektivt : det reducerer kompleksiteten af billeder fra hundreder af tusinder af pixels til kun et par hundrede superpixels.
- Det er også repræsentativt effektiv : begrænsninger parvist mellem enheder, mens kun for tilstødende pixels på pixel-grid, kan nu modellere interaktioner med meget længere rækkevidde mellem superpixels.
- Superpixels er percetuelt meningsfuld : hver superpixel er en perceptuelt konsistent enhed, dvs. alle pixels i en superpixel er sandsynligvis ensartede i f.eks. farve og struktur.
- Det er næsten komplet : fordi superpixels er resultater af en oversegmentering, mest strukturelle res i billedet er bevaret. Der er meget lidt tab ved at flytte fra pixel-gitteret til superpixel-kortet.
For mere besøg- Superpixel, empiriske studier og applikationer
Svar
Kære ven,
Super pixel- (computergrafik) A polygonal del af et digitalt billede , større end et normalt pixel , der gengives med ensartet farve og lysstyrke .
Tak