![05b838ff3a8a237397f22df9e5543863.png](https://i-blog.csdnimg.cn/blog_migrate/d3d495f6bd93261afe6685eb84df1346.jpeg)
本期推荐一篇state-of-the-art超像素分割论文:
Wei X, Yang QX, Gong YH, et al. Superpixel Hierarchy[J]. IEEE TIP, 2018, 27(10): 4838-4849.
IEEE TIP 论文在线版本
1 Target
快速/实时+准确 的超像素分割
2 Methodology
2.1 思路
基于Merging的Hierarchy分割
→ 基于MST的超像素聚类
→ Boruvka算法求解MST
→ 采用color+edge的距离测量
2.2 实现
- 距离测量
颜色距离:直方图
边缘强度:SFE法 [1]
[1] Dollár P, Zitnick C L. Fast edge detection using structured forests[J]. IEEE TPAMI, 2015, 37(8): 1558-1570.
- 基于Boruvka算法求解MST
![22b2e5a33b690b2ba64632744d1fb9a1.png](https://i-blog.csdnimg.cn/blog_migrate/a96992a5fdbde01195c7141308b3f76f.jpeg)
3 Experiments
3.1 超像素分割性能评估
评价指标:ASA、UE、BR、runtime (Note that 本文未评估Compactness)
实验数据集:BSDS500,Pascal SegVOC12, SBD, COCO14
实验结果:
- 准确度方法超过对比方法SLIC、SEEDS、ERS、FH、DBSCAN
![3413cbc2d4a22b63e6ab926a742832b5.png](https://i-blog.csdnimg.cn/blog_migrate/aa4834363c86e359683ee7b6b57ea412.jpeg)
- 运行效率排名靠前
![6a9b77d98b23ebfd080131ddfe269df2.png](https://i-blog.csdnimg.cn/blog_migrate/a0a9de81e34d6b780b1df223ac9858ca.jpeg)
3.2 应用
- 语义分割
- 显著性检测
- 立体匹配
4 Conclusions
Hierarchy超像素分割:快、精确度高
【浅评】
本文属于工程应用的好文,创新点可谓星星之火可以燎原,引入Boruvka算法解决超像素聚类,借鉴SEEDS算法将edge strength纳入节点距离测量,辅以大量实验佐证。文末不满足于已有的超像素精度评估,额外给出了实际应用展示,加分。
可完善之处:
- 标题过于霸气了 (因为超像素本来就是over-segmentation的结果,大家的方法通过改变超像素数量都算是hierarchy的)
- 实验部分未给出详细参数设置(只有部分,以致于笔者复现结果与文中给出结果略有出入)
- 实验部分未充分“优待”其他算法(tune其他方法的参数)
- typos可见
推荐指数:★★★★
有关本文其他问题可加专栏编辑工作微信:wilfrid-
Disclaimer:本文部分图片来自公开发表论文。如需转载本文请联系专栏编辑。