効率的な画像セグメンテーションのための階層的特徴選択

詳細説明

OpenCVのhfsモジュールには、画像を領域分割する効率的なアルゴリズムが含まれている。このモジュールは論文 Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016 に基づいて実装されている。元のプロジェクトはYun Liu氏によって開発された(https://github.com/yun-liu/hfs)。

階層的特徴選択の概要

このアルゴリズムは3つの段階で実行される:

第1段階では、アルゴリズムはSLIC (simple linear iterative clustering) アルゴリズムを用いて入力画像のスーパーピクセルを取得する。

第2段階では、アルゴリズムは各スーパーピクセルをグラフのノードとみなす。グラフの各エッジについて特徴ベクトルを計算する。次に、特徴ベクトルと学習済みのSVMパラメータに基づいて各エッジの重みを計算する。各エッジの重みを得た後、EGB (Efficient Graph-based Image Segmentation) アルゴリズムを利用してグラフ内のいくつかのノードを統合し、より粗いセグメンテーションを得る。これらの操作の後、特定のピクセル数より小さい領域を近傍の領域に統合するための後処理が実行される。

第3段階では、アルゴリズムは同様の仕組みを利用して、第2段階で得られた小さな領域をさらに統合し、いっそう粗いセグメンテーションにする。

これら3つの段階を経て、画像の最終的なセグメンテーションを得ることができる。アルゴリズムの詳細については元の論文を参照: Hierarchical Feature Selection for Efficient Image Segmentation, ECCV 2016

クラス
class	cv::hfs::HfsSegment