SuperPatchMatch : Un algorithme de correspondances robustes de patchs de superpixels

Résumé : Les superpixels sont devenus très populaires dans de nom-breuses 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 re-cherche de correspondance PatchMatch aux SuperPatchs, nommée SuperPatchMatch, est alors introduite. Enfin, nous proposons une adaptation de la méthodè a l'´ etiquetage au-tomatique depuis une bibliothèque d'images d'exemples. Nous démontrons alors le potentiel de notre approche en obtenant des résultats supérieurssupérieurs`supérieursà ceux d'approches basées apprentissages, sur des expériences d'´ etiquetage de visages. Mots Clef Méthode basée patchs, Superpixels, Patchs de superpixels Abstract Superpixels have become very popular in many computer vision applications. Nevertheless, they remain underex-ploited because of the irregularity of the decomposition that differ according to the images. In this work, we first introduce a novel structure, a superpixel-based patch, called SuperPatch. The proposed structure, based on super-pixel neighborhood, leads to a robust descriptor including spatial relations between neighboring superpixels. The generalization of the search matching method PatchMatch to these SuperPatches, named SuperPatchMatch, is introduced. Finally, we propose a framework to perform automatic labeling from a library of example images. We demonstrate the potential of our approach by outperforming learning-based approaches on face labeling experiments.
Type de document :
Communication dans un congrès
Congrès Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP), May 2018, Marne-la-Vallée, France. 2018
Liste complète des métadonnées

Littérature citée [18 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01702277
Contributeur : Rémi Giraud <>
Soumis le : samedi 26 mai 2018 - 17:04:50
Dernière modification le : lundi 4 juin 2018 - 14:14:32

Fichier

rfiap2018.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • 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), May 2018, Marne-la-Vallée, France. 2018. 〈hal-01702277〉

Partager

Métriques

Consultations de la notice

150

Téléchargements de fichiers

37