Image segmentation using iterated graph cuts with residual graph
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86088519" target="_blank" >RIV/61989100:27240/13:86088519 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-642-41914-0_23" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-642-41914-0_23</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-41914-0_23" target="_blank" >10.1007/978-3-642-41914-0_23</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Image segmentation using iterated graph cuts with residual graph
Popis výsledku v původním jazyce
In this paper, we present a new image segmentation method using iterated graph cuts. In the standard graph cuts method, the data term is computed on the basis of the brightness/color distribution of object and background. In this case, some background regions with the brightness/color similar to the object may be incorrectly labeled as an object. We try to overcome this drawback by introducing a new data term that reduces the importance of brightness/color distribution. This reduction is realised by a new part that uses data from a residual graph that remains after performing the max-flow algorithm. According to the residual weights, we change the weights of t-links in the graph and find a new cut on this graph. This operation makes our method iterative. The results and comparison with other graph cuts methods are presented.
Název v anglickém jazyce
Image segmentation using iterated graph cuts with residual graph
Popis výsledku anglicky
In this paper, we present a new image segmentation method using iterated graph cuts. In the standard graph cuts method, the data term is computed on the basis of the brightness/color distribution of object and background. In this case, some background regions with the brightness/color similar to the object may be incorrectly labeled as an object. We try to overcome this drawback by introducing a new data term that reduces the importance of brightness/color distribution. This reduction is realised by a new part that uses data from a residual graph that remains after performing the max-flow algorithm. According to the residual weights, we change the weights of t-links in the graph and find a new cut on this graph. This operation makes our method iterative. The results and comparison with other graph cuts methods are presented.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Computer Science. Volume 8033
ISBN
978-3-642-41913-3
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
10
Strana od-do
228-237
Název nakladatele
Springer Verlag
Místo vydání
London
Místo konání akce
Rethymnon
Datum konání akce
29. 7. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—