Co-segmentation non-supervisée d'images utilisant les distances de Sinkhorn - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Co-segmentation non-supervisée d'images utilisant les distances de Sinkhorn

Résumé

In this work, a convex and robust formulation of the unsupervised co-segmentation problem is introduced for pair of images. The proposed model relies on the optimal transport theory to asset the statistical similarity of the segmented regions’ features (color histograms in this work). The optimal transport cost is approximated by Sinkhorn distance to reduce the optimization complexity. A primal-dual algorithm is used to solve the problem efficiently, without making use of sub-iterative routines.
Nous proposons une formulation convexe et robuste du problème de co-segmentation non supervisée de paire d'images. Ce modèle définit l'adéquation statistique des régions segmentées dans le cadre du transport optimal, en mesurant le coût de transport entre les histogrammes de descripteurs (ici la couleur). Afin de réduire la complexité de mise en oeuvre de ce modèle, les coûts de transport optimaux sont approchés par les distances de Sinkhorn, qui sont formulées comme la régularisation entropique du transport optimal. Un algorithme itératif exploitant la formulation primale-duale du problème est utilisé pour résoudre le problème de manière efficace et exacte.
Fichier principal
Vignette du fichier
Cosegmentation_gretsi_final.pdf (530.58 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01200862 , version 1 (17-09-2015)

Licence

Paternité - Pas de modifications

Identifiants

  • HAL Id : hal-01200862 , version 1

Citer

Julien Rabin, Nicolas Papadakis. Co-segmentation non-supervisée d'images utilisant les distances de Sinkhorn. Colloque du Groupe de Recherche et d'Etudes de Traitement du Signal et des Images (GRETSI'15), Sep 2015, Lyon, France. ⟨hal-01200862⟩
254 Consultations
206 Téléchargements

Partager

Gmail Facebook X LinkedIn More