Migliore risposta
Molti algoritmi esistenti nella visione artificiale utilizzano la griglia di pixel come rappresentazione sottostante. Ad esempio, i modelli stocastici di immagini, come i campi casuali di Markov, sono spesso definiti su questa griglia regolare. Oppure, il rilevamento dei volti viene in genere eseguito abbinando i modelli memorizzati a ogni finestra di dimensioni fisse (ad esempio 50 x 50) nellimmagine.
La griglia di pixel, tuttavia, è non una rappresentazione naturale di scene visive. È piuttosto un “artefatto” di un processo di imaging digitale. Sarebbe più naturale, e presumibilmente più efficiente, lavorare con entità percettivamente significative ottenute da un processo di raggruppamento di basso livello. Ad esempio, possiamo applicare lalgoritmo Normalized Cuts per partizionare unimmagine in, diciamo, 500 segmenti (ciò che chiamiamo superpixel ).
Una tale mappa superpixel ha molte proprietà desiderate:
- È computazionalmente efficiente : riduce la complessità delle immagini da centinaia di migliaia di pixel a poche centinaia di superpixel.
- È anche rappresentazionalmente efficiente : vincoli a coppie tra unità, mentre solo per i pixel adiacenti sul pixel-grid, ora può modellare interazioni molto più lunghe tra i superpixel.
- I superpixel sono percetualmente significativi : ogni superpixel è un unità, ovvero tutti i pixel in un superpixel sono molto probabilmente uniformi, diciamo, colore e trama.
- È quasi completo : perché i superpixel sono il risultato di una segmentazione eccessiva, la maggior parte delle strutture le res nellimmagine vengono conservate. Cè pochissima perdita nel passaggio dalla griglia pixel alla mappa superpixel.
Per ulteriori informazioni, visita- Superpixel, studi empirici e applicazioni
Risposta
Caro amico,
Super pixel- (computer graphics) A poligonale parte di una digitale immagine , più grande di una normale pixel , visualizzato con uniform colore e luminosità .
Grazie