Faster alpha-expansion via dynamic programming and image partitioning

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Federal da Bahia (UFBA)-
Autor(es): dc.contributorVORTEX CoLab-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.creatorFontinele, Jefferson-
Autor(es): dc.creatorMendonca, Marcelo-
Autor(es): dc.creatorRuiz, Marco-
Autor(es): dc.creatorPapa, Joao [UNESP]-
Autor(es): dc.creatorOliveira, Luciano-
Autor(es): dc.creatorIEEE-
Data de aceite: dc.date.accessioned2022-02-22T00:55:48Z-
Data de disponibilização: dc.date.available2022-02-22T00:55:48Z-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2019-12-31-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/209250-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/209250-
Descrição: dc.descriptionImage segmentation is the task of assigning a label to each image pixel. When the number of labels is greater than two (multi-label) the segmentation can be modelled as a multi-cut problem in graphs. In the general case, finding the minimum cut in a graph is an NP-hard problem, in which improving the results concerning time and quality is a major challenge. This paper addresses the multi-label problem applied in interactive image segmentation. The proposed approach makes use of dynamic programming to initialize an alpha-expansion, thus reducing its runtime, while keeping the Dice-score measure in an interactive segmentation task. Over BSDS data set, the proposed algorithm was approximately 51.2% faster than its standard counterpart, 36.2% faster than Fast Primal-Dual (FastPD) and 10.5 times faster than quadratic pseudo-boolean optimization (QBPO) optimizers, while preserving the same segmentation quality.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionUniv Fed Bahia, Intelligent Vis Res Lab, Salvador, BA, Brazil-
Descrição: dc.descriptionVORTEX CoLab, Porto, Portugal-
Descrição: dc.descriptionSao Paulo State Univ, Bauru, SP, Brazil-
Descrição: dc.descriptionSao Paulo State Univ, Bauru, SP, Brazil-
Descrição: dc.descriptionCNPq: 307550/2018-4-
Descrição: dc.descriptionCNPq: 307066/2017-7-
Descrição: dc.descriptionFAPESP: 2013/07375-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2017/25908-6-
Formato: dc.format8-
Idioma: dc.languageen-
Publicador: dc.publisherIeee-
Relação: dc.relation2020 International Joint Conference On Neural Networks (ijcnn)-
???dc.source???: dc.sourceWeb of Science-
Palavras-chave: dc.subjectalpha-expansion-
Palavras-chave: dc.subjectdynamic programming-
Palavras-chave: dc.subjectmulti-label-
Palavras-chave: dc.subjectimage segmentation-
Título: dc.titleFaster alpha-expansion via dynamic programming and image partitioning-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.