Skip to Main content Skip to Navigation
Conference papers

SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels

Résumé : Les superpixels sont devenus très populaires dans de nombreuses applications de vision par ordinateur. Néanmoins, ils restent sous-exploités du fait de l'irrégularité des décompositions qui diffèrent selon les images. Dans ce travail, nous introduisons d'abord une nouvelle structure, un patch de superpixels, appelée SuperPatch. La structure proposée, basée sur le voisinage du superpixel, définit un descripteur robuste incluant les relations spatiales entre superpixels voisins. La généralisation de la méthode de recherche de correspondance PatchMatch aux SuperPatchs, nommée SuperPatchMatch, est alors introduite. Enfin, nous proposons une adaptation de la méthodè a l'étiquetage automatique depuis une bibliothèque d'images d'exemples. Nous démontrons alors le potentiel de notre approche en obtenant des résultats supérieurs à ceux d'approches basées apprentissages, sur des expériences d'étiquetage de visages.
Complete list of metadatas

Cited literature [18 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01702277
Contributor : Rémi Giraud <>
Submitted on : Saturday, May 26, 2018 - 5:04:50 PM
Last modification on : Friday, March 13, 2020 - 4:59:32 PM
Document(s) archivé(s) le : Monday, August 27, 2018 - 1:53:40 PM

File

rfiap2018.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01702277, version 1

Collections

Citation

Rémi Giraud, Vinh-Thong Ta, Aurélie Bugeau, Pierrick Coupé, Nicolas Papadakis. SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels. Congrès Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP), 2018, May 2018, Marne-la-Vallée, France. ⟨hal-01702277⟩

Share

Metrics

Record views

230

Files downloads

274