Relaxed Cheeger Cut for Image Segmentation

Abstract : Motivated by recent advances in spectral clustering that show the relation between the non linear p-Laplacian graph operator and the Cheeger cut problem, we propose to study and apply this methodology for image segmentation. Based on a ℓ 1 relaxation of the initial clustering problem, we show that these methods can outperform usual well-known graph based approaches, e.g., min-cut/max-flow algorithm or ℓ 2 spectral cluster- ing, for unsupervised and very weakly supervised image segmentation. Experimental results demonstrate the benefits and the relevance of the proposed methodology especially for noisy image or when very few pixels are labeled for interactive image segmentation.
Type de document :
Communication dans un congrès
International Conference on Pattern Recognition, 2012, Tsukuba, Japan. 2012
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00708970
Contributeur : Vinh-Thong Ta <>
Soumis le : dimanche 23 décembre 2012 - 18:49:19
Dernière modification le : jeudi 11 janvier 2018 - 06:21:06
Document(s) archivé(s) le : jeudi 15 décembre 2016 - 15:22:41

Fichier

icpr12.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00708970, version 1

Citation

Ludovic Paulhac, Vinh-Thong Ta, Rémi Mégret. Relaxed Cheeger Cut for Image Segmentation. International Conference on Pattern Recognition, 2012, Tsukuba, Japan. 2012. 〈hal-00708970〉

Partager

Métriques

Consultations de la notice

313

Téléchargements de fichiers

118