Segmentación de imágenes de tiempo de vuelo vía clustering espectral co-regularizado
Material type:
ArticleDescription: 1 archivo (335,5 kB)Subject(s): Summary: Las cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. En este artículo se presenta un método de segmentación espectral, que combina información de ambas imágenes. Modificando la matriz de afinidad de cada una de las imágenes en función de la otra, se mejora la segmentación de los objetos de la escena. El método propuesto explota dos mecanismos, el primero orientado a reducir la demanda computacional en el cálculo de autovectores de cada matriz, y el segundo destinado a mejorar el rendimiento de la segmentación. Se presentan resultados experimentales sobre dos conjuntos de imágenes reales, que permiten evaluar el método propuesto.
| Item type | Home library | Collection | Call number | URL | Status | Date due | Barcode | |
|---|---|---|---|---|---|---|---|---|
Capítulo de libro
|
Biblioteca de la Facultad de Informática | Biblioteca digital | A0839 (Browse shelf(Opens below)) | Link to resource | No corresponde |
Browsing Biblioteca de la Facultad de Informática shelves, Collection: Biblioteca digital Close shelf browser (Hides shelf browser)
Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
Las cámaras de tiempo de vuelo (TOF) generan dos imágenes simultáneas, una de intensidad y una de rango. Esto permite abordar problemas de segmentación donde la información de intensidad o de rango separadamente es insuficiente para extraer los objetos de interés de la escena 3D. En este artículo se presenta un método de segmentación espectral, que combina información de ambas imágenes. Modificando la matriz de afinidad de cada una de las imágenes en función de la otra, se mejora la segmentación de los objetos de la escena. El método propuesto explota dos mecanismos, el primero orientado a reducir la demanda computacional en el cálculo de autovectores de cada matriz, y el segundo destinado a mejorar el rendimiento de la segmentación. Se presentan resultados experimentales sobre dos conjuntos de imágenes reales, que permiten evaluar el método propuesto.
Congreso Argentino de Ciencias de la Computación (20mo : 2014 : Buenos Aires, Argentina)