本文探讨了计算机视觉中的图像分割与聚类问题，旨在寻找紧凑且表达能力强的图像表示。通过对早期视觉产生的大量信息进行总结，通过像素的色彩、纹理一致性进行像素组划分，实现图像分割。同时，通过识别局部模式元素，如线性或圆形的边缘点，进行grouping。这两种方法在mid-level vision中都起到了关键作用。
Segmentation and Grouping
mid-level vision的一个关键问题是要找到同时具有compact和expressive的image representations，因为early vision中产生的大量information，所以必须进行summarize。这个summaries可以通过groups of pixels来计算，比如这些像素具有相同的color或者texture等；当然也可以通过计算local pattern elements，比如收集那些看起来在一条线上或者在一个圆形上的edge points。前者就是所谓的segmentation，后者就是所谓的grouping。
扫一扫
774
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
