Minimalizace diskrétní energie s globálními omezeními

Abstract

Výsledkem této práce jsou algoritmy umožňující segmentaci sekvence podobných obrázků, kdy uživatel anotuje pouze jeden obrázek ze sekvence. Takové algoritmy můžou být přínosné při zpracování velkého množství dat. Vytvořená řešení poskytují možnost na základě jednoho vygenerovaného barevného modelu úspěšně segmentovat podobné scény. Cílem této práce je návrh algoritmů, které by efektivně řešily problém segmentace velké množiny podobných obrázků. Práce prezentuje dva takovéto algoritmy, jež dokážou zlepšit (minimalizovat) celkovou energii při provedení segmentace na sekvenci obrázků. První algoritmus využívá metody půlení intervalu při hledání nejoptimálnější hodnoty Delta, jež je pak odečtena od unárních vah každého pixelu. Tento algoritmus dokáže pracovat i s více značkami, a to tak, že využívá metodu alfa expanze. Druhý algoritmus provádí tzv. prohození pixelů s využitím hald, kde v každém prohazování se snaží zmenšit celkovou energii segmentace a je primárně používán pouze v případě selhání prvního algoritmu.

The results of this work are algorithms that allow a segmentation of the sequence of similar images, where user annotates just one image from the sequence. These algorithms can be useful while dealing with large amount of data. Created solutions provide the ability to segment similar scenes based on the one generated color model. The goal of this work is to find algorithms that would effectively solve the problem of segmentation of the image sequences of one scene, where the color model is generated only for few images. A knowledge of the foreground pixels number is assumed. Two algorithms suitable for this task are presented. The first algorithm uses the bisection method to find the most optimal value Delta, which will then be subtracted from the unary weights of each pixel. This algorithm can work with multiple labels by using the alpha expansion method. The second algorithm performs so-called pixel swapping using heaps, where it tries to reduce overall segmentation energy while fulfilling the global constraints and it is primarily used only when the first one fails.