cv2011_14_segmentation
.pdfРазрез графа
•Разрез графа превращает граф в два несвязанных друг с другом подграфа
Разрез графа
•Если множества A и B не заданы заранее – разрезать граф можно по-разному:
•Минимальный разрез – разрез, превращающий граф в несвязный, с минимальной суммой весов удаленных ребер
Cut(A,B) |
w(u,v) |
|
u A,v B |
Минимальный разрез хорош не всегда
•На данном рисунке вес ребер графа показан расстоянием между вершинами
Normalized cut
•Нормализованный разрез – измеряет «похожесть» двух групп вершин, нормированную на «объем», занимаемый ими в графе
Ncut(A,B) cut(A, B) cut(A,B) assoc(A,V) assoc(B,V )
|
|
|
assoc(B,B) |
|
|
Ncut(A,B) 2 |
assoc(A, A) |
|
|
||
|
|
||||
|
|
|
assoc(B,V ) |
|
|
|
assoc(A,V) |
|
|
||
assoc(A,V ) |
w(u,t) |
|
|
|
|
|
u A,t V |
|
|
|
Все ребра графа
Jianbo Shi and Jitendra Malik "Normalized Cuts and Image Segmentation", IEEE PAMI, 2000
MinNCut
•Минимальный нормализованный разрез – разрез, превращающий граф в несвязный, с минимальной величиной NCut
•Как его найти?
A B
Матрицы…
D – диагональная матрица n x n:
D(i,i) w(i, j)
j
W - n x n симметричная матрица
W(i, j) w(i, j)
Можно вывести что:
MinNcut(G) miny yt (D W)y yt Dy
При условиях:
y i 1, b ,0 b 1, and yT D1 0
y – задает разрез, b – зависит от весов |
NP-трудная задача |
Если разрешить y задача сводится к задаче на собственные значения:
(D W)y Dy
Затем придется решения квантовать!
Алгоритм сегментации NCuts
1.Задать граф на изображении.
2.Рассчитать матрицы W и D
3.Решить задачу (D-W)y= Dy, найти вектора с наименьшими собственными значениями
4.По вектору со вторым наименьшим с.з. вычислить разрез графа на две части
•Перебрать l равномерно распределенных по (-b,1) точек, для каждой вычислить NCut
•Выбрать точку, соответствующую наименьшему NCut
5.Рекурсивно разбить получившиеся области, если требуется
Пример
«Эффективный метод»
•Идея: разница в интенсивности вдоль границы между областями должна быть существенной по сравнению с колебаниями интенсивности внутри одной из областей
P. Felzenszwalb and D. Huttenlocher. Efficient graph-based image segmentation. IJCV, 59(2):167–181, 2004.