【北邮鲁鹏老师计算机视觉课程笔记】09 Segmentation 分割

【北邮鲁鹏老师计算机视觉课程笔记】09 Segmentation 分割

1 过分割与欠分割

找一个合适的分割方法

过分割:分割得太细

自底向上的方法

无监督的

自底向上:基于像素的

自顶向下:从语义的角度

2 人是如何感知世界的

人会感觉下面的线比上面的线长

人的感知:先感知部件,然后理解组合后的整体语义

3 分割思路

临近的、颜色相似的、形状相似的、同向的、平行的、对称的、连续的、封闭的

电梯上的楼层按键

4 把分割建模成聚类任务

将像素点投影到RGB三维空间

k-means聚类

中图:基于灰度的聚类

右图:基于RGB图的聚类

缺陷:不能区分实例

5 语义分割、实例分割

实例分割:不仅要知道是辣椒类、而且要知道是哪个辣椒上的

实例的最大差异在空间上

6 k-means算法


在特征空间中寻找密集的中心


统计区域内所有点的重心

把蓝色框移动到重心上,均值漂移

一致的时候漂移结束



6 mean-shift clustering


确定有多少个密度中心

不需要假定球形聚类

维度灾难、高维空间计算困难

7 基于图的分割

分割的目标就是删除连接的边

删除相似度小的边

删除的边的相似度之和最小

定义相似性



8 归一化的图分割


w ( A , B ) w(A,B) w(A,B)是 A 、 B A、B A、B集合的全部联系权重,最小分割是希望 w ( A , B ) w(A,B) w(A,B),但是容易要么分割A,要么分割B

避免分割得过小,不鼓励只有一条边的情况
w ( A , B ) w ( A , V ) \frac{w(A,B)}{w(A,V)} w(A,V)w(A,B)
w ( A , V ) w(A,V) w(A,V)是A与其他全部顶点的连接,A的像素越多,这个值就越大,分数就越小。如果只把A或者B切割成一个像素,那么 w ( A , V ) w(A,V) w(A,V)或者 w ( A , B ) w(A,B) w(A,B)就会很小,分数就变大,这不是预期的

W是相似度矩阵,是一个对称矩阵

D是一个对角阵,第i个位置表示W第i列的和

相关推荐
金井PRATHAMA1 小时前
语义网络对人工智能自然语言处理中深层语义分析的影响与启示
人工智能·自然语言处理·知识图谱
长路归期无望1 小时前
C语言小白实现多功能计算器的艰难历程
c语言·开发语言·数据结构·笔记·学习·算法
程序猿阿伟1 小时前
《重构工业运维链路:三大AI工具让设备故障“秒定位、少误判”》
运维·人工智能·重构
yueyuebaobaoxinx1 小时前
聚焦技术落地,展现 AI 重构产业的实践路径。
人工智能·重构
算家云2 小时前
Sora 2 的社交野心:AI 如何重构内容社交产品逻辑?
人工智能·openai·算家云·租算力,到算家云·sora 2·ai社交
飞哥数智坊2 小时前
Qwen3 Omni 的“全模态”,到底和多模态有啥不一样?
人工智能
文火冰糖的硅基工坊2 小时前
[光学原理与应用-480]:《国产检测设备对比表》
前端·人工智能·系统架构·制造·半导体·产业链
河南博为智能科技有限公司3 小时前
动力环境监控主机-全方位一体化监控解决方案
运维·服务器·人工智能·物联网·边缘计算
yuxb733 小时前
Ceph 分布式存储学习笔记(二):池管理、认证和授权管理与集群配置(下)
笔记·ceph·学习
悠哉悠哉愿意4 小时前
【ROS2学习笔记】话题通信篇:python话题订阅与发布
笔记·学习·ros2