SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels - Archive ouverte HAL Access content directly
Conference Papers Year : 2018

SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels

Abstract

Les superpixels sont devenus très populaires dans de nombreuses applications de vision par ordinateur. Néanmoins, ils restent sous-exploités du fait de l'irrégularité des décompositions qui diffèrent selon les images. Dans ce travail, nous introduisons d'abord une nouvelle structure, un patch de superpixels, appelée SuperPatch. La structure proposée, basée sur le voisinage du superpixel, définit un descripteur robuste incluant les relations spatiales entre superpixels voisins. La généralisation de la méthode de recherche de correspondance PatchMatch aux SuperPatchs, nommée SuperPatchMatch, est alors introduite. Enfin, nous proposons une adaptation de la méthodè a l'étiquetage automatique depuis une bibliothèque d'images d'exemples. Nous démontrons alors le potentiel de notre approche en obtenant des résultats supérieurs à ceux d'approches basées apprentissages, sur des expériences d'étiquetage de visages.
Fichier principal
Vignette du fichier
rfiap2018.pdf (5.38 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01702277 , version 1 (26-05-2018)

Identifiers

  • HAL Id : hal-01702277 , version 1

Cite

Rémi Giraud, Vinh-Thong Ta, Aurélie Bugeau, Pierrick Coupé, Nicolas Papadakis. SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels. Congrès Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP'18), May 2018, Marne-la-Vallée, France. ⟨hal-01702277⟩

Collections

CNRS ANR
181 View
176 Download

Share

Gmail Facebook Twitter LinkedIn More