Cel mai bun răspuns
Mulți algoritmi existenți în viziunea computerizată folosesc grila de pixeli ca reprezentare de bază. De exemplu, modelele stochastice de imagini, cum ar fi câmpurile aleatorii Markov, sunt adesea definite pe această grilă obișnuită. Sau, detectarea feței se face de obicei prin potrivirea șabloanelor stocate la fiecare fereastră de dimensiune fixă (să zicem, 50×50) din imagine.
Cu toate acestea, grila de pixeli este nu o reprezentare naturală a scenelor vizuale. Este mai degrabă un „artefact” al unui proces de imagistică digitală. Ar fi mai natural și probabil mai eficient să lucrăm cu entități semnificative din punct de vedere percepțional obținute dintr-un proces de grupare la nivel scăzut. De exemplu, putem aplica algoritmul Normalized Cuts pentru a partiția o imagine în, să zicem, 500 de segmente (ceea ce numim superpixeli ).
O astfel de hartă superpixel are multe proprietăți dorite:
- Este eficient din punct de vedere al calculului : reduce complexitatea imaginilor de la sute de mii de pixeli la doar câteva sute de superpixeli.
- Este, de asemenea, eficient din punct de vedere reprezentativ : constrângeri perechi între unități, în timp ce numai pentru pixelii adiacenți pe pixel-grid, acum poate modela interacțiuni cu o rază de acțiune mult mai lungă între superpixeli.
- Superpixelii sunt semnificativ din punct de vedere : fiecare superpixel este un perceptiv consistent unitate, adică toți pixelii dintr-un superpixel sunt cel mai probabil uniformi, să zicem, culoare și textură.
- Este aproape complet : deoarece superpixeli sunt rezultatele unei suprasegmentări, cele mai structurate res în imagine sunt păstrate. Există o pierdere foarte mică în deplasarea de la grila de pixeli la harta superpixel.
Pentru mai multe vizite- Superpixel, Studii empirice și aplicații
Răspuns
Dragă prietenă,
Super pixel- (grafică computerizată) A poligonală parte a unei digitale imagine , mai mare decât un pixel , care este redat cu uniformă culoare și luminozitate .
Vă mulțumim