Çok-hipotezli süperpikseller ile sahne bölütleme ve etiketleme

Abstract

Süperpikseller son zamanlarda imge bölütleme ve sınıflandırma problemlerinde giderek önem kazanmaktadır. Sahne etiketlemede imge öncelikle bir süperpiksel algoritması ile görsel olarak tutarlı küçük parçalara bölütlenmekte; daha sonra süperpikseller farklı sınıflara ayrı¸stırılmaktadır. Sınıflandırma performansı kullanılan süperpiksel algoritmasının özellikleri ve parametre ayarlarından önemli ölçüde etkilenmektedir. Bu bildiride sahne etiketleme doğruluğunu iyileştirmek için birden fazla süperpiksel bölütleme sonucunu sınıflandırıcı seviyesinde kaynaştıran bir yöntem önerilmiştir. Öncelikle basit, parametrik olmayan ve eğitim gerektirmeyen SuperParsing algoritması kullanılarak süperpiksel etiketleri için olabilirlik oranları tespit edilir. Daha sonra alternatif süperpiksel bölütleme senaryoları için hesaplanan olabilirlik oranları piksel seviyesinde kaynaştırılarak, ilgili sahnenin bölütlenmesi ve etiketlenmesi tamamlanır. Önerilen yöntem 2,688 imge ve 33 etiket içeren SIFT Flow veri kümesi üzerinde test edilmiş ve SuperParsing’den daha yüksek sınıflandırma doğruluğu elde edilmiştir.

Superpixels recently gained in importance in image segmentation and classification problems. In scene labeling the image is initially segmented into visually consistent small regions using a superpixel algorithm; then, superpixels are parsed into different classes. Classification performance heavily depends on the properties and parametric settings of the superpixel algorithm in use. In this paper, a method is proposed to improve scene labeling accuracy by fusing at classifier level the results of multiple superpixel segmentations. First, likelihood ratios are determined for superpixel labels using simple, nonparametric SuperParsing algorithm, which requires no training. Then, final scene segmentation and labeling is performed by pixel-level fusion of the likelihood ratios that are computed for alternative superpixel segmentation scenarios. The proposed method is tested on the SIFT Flow dataset consisting of 2,688 images and 33 labels, and is shown to outperform SuperParsing in terms of classification accuracy.