Beste Antwort
Viele in der Bildverarbeitung vorhandene Algorithmen verwenden das Pixelraster als zugrunde liegende Darstellung. Beispielsweise werden in diesem regulären Raster häufig stochastische Bildmodelle wie Markov-Zufallsfelder definiert. Die Gesichtserkennung erfolgt normalerweise durch Abgleichen gespeicherter Vorlagen mit jedem Fenster mit fester Größe (z. B. 50 x 50) im Bild.
Das Pixelraster ist jedoch keine natürliche Darstellung visueller Szenen. Es ist eher ein „Artefakt“ eines digitalen Bildgebungsprozesses. Es wäre natürlicher und vermutlich effizienter, mit wahrnehmungsrelevanten Entitäten zu arbeiten, die aus einem Gruppierungsprozess auf niedriger Ebene erhalten wurden. Beispielsweise können wir den Normalized Cuts-Algorithmus anwenden, um ein Bild beispielsweise in 500 Segmente zu unterteilen (was wir als Superpixel bezeichnen).
Eine solche Superpixel-Karte hat viele gewünschte Eigenschaften:
- Sie ist rechnerisch effizient : Sie reduziert die Komplexität von Bildern von Hunderttausenden von Pixeln auf nur einige hundert Superpixel.
- Es ist auch repräsentativ effizient : paarweise Einschränkungen zwischen Einheiten, während nur für benachbarte Pixel auf der Pixel-Grid kann jetzt Interaktionen zwischen Superpixeln mit viel größerer Reichweite modellieren.
- Die Superpixel sind percetually sinnvoll : Jedes Superpixel ist ein wahrnehmungskonsistentes Einheit, dh alle Pixel in einem Superpixel sind höchstwahrscheinlich in Farbe und Textur einheitlich.
- Es ist nahezu vollständig : weil Superpixel sind das Ergebnis einer Übersegmentierung, meistens strukturiert res im Bild bleiben erhalten. Es gibt nur sehr geringe Verluste beim Übergang vom Pixelraster zur Superpixel-Karte.
Weitere Informationen finden Sie unter Superpixel, empirische Studien und Anwendungen
Antwort
Lieber Freund,
Superpixel- (Computergrafik) A polygonal Teil eines digitalen Bild , größer als ein normales Pixel , das mit Uniform color und Helligkeit .
Vielen Dank