| 講演抄録／キーワード |
| 講演名 |
2020-03-13 11:20
セグメント分割によるNormalized Cutの高速化
○木澤朋樹・遠藤結城・金森由博・三谷 純（筑波大） |
| 抄録 |
（和） |
画像中の前景物抽出において，古典的手法であるNormalized Cutのように，画像の画素から定義されるLaplacian行列の固有値問題に帰着する手法が多数提案されている．しかし入力画像が高解像度になると，Laplacian行列のサイズが急速に増大し，計算時間が膨大となる．そこで本研究では，入力画像を帯状画像に分割して処理することで高速化を図る．具体的には，入力画像を縦・横・斜めのそれぞれについて幅1ピクセルの細長い画像に分割し，それらの各々に対して固有値問題を解く．このとき固有値問題は元々のLaplacian行列と異なり三重対角行列が入力となるため，高速に解ける．得られた固有ベクトルの値に基づき，細長い画像をセグメントに分割し，セグメントごとに前景・背景を割り当てることで結果画像を得る．提案手法は高解像度画像に対しても高速に動作することを示す． |
| （英） |
Many image segmentation methods formulate the problem of foreground extraction as an eigenproblem of a Laplacian matrix defined by the input image, as done in the classical approach, Normalized Cut. The problem here is that the computational cost of such eigenproblem increases rapidly as the resolution of the input image becomes large. In this work, we accelerate Laplacian-based image segmentation by separately solving small eigenproblems defined by one-by-N image strips that are extracted in horizontal, vertical, and diagonal directions in the input image. Their eigenproblems can be solved fast because the resultant Laplacian matrices are tridiagonal. We further subdivide the image strips according to the consequent eigenvectors into segments and assign fore-/background labels to the segments in order to obtain a binary mask. We demonstrate that the proposed method performs fast, even for high-resolution images. |
| キーワード |
（和） |
前景抽出 / Normalized Cut / Laplacian 行列 / / / / / |
| （英） |
Foreground Extraction / Normalized Cut / Laplacian Matrix / / / / / |
| 文献情報 |
映情学技報, vol. 44, pp. 141-144, 2020年3月. |
| 資料番号 |
|
| 発行日 |
2020-03-06 (AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
AIT IIEEJ AS CG-ARTS |
| 開催期間 |
2020-03-13 - 2020-03-13 |
| 開催地（和） |
東京工科大学 蒲田キャンパス |
| 開催地（英） |
Tokyo University of Technology |
| テーマ（和） |
映像表現・芸術科学フォーラム2020（Expressive Japan 2020) |
| テーマ（英） |
Expressive Japan 2020 |
| 講演論文情報の詳細 |
| 申込み研究会 |
AS |
| 会議コード |
2020-03-AIT-IIEEJ-AS-ARTS |
| 本文の言語 |
日本語 |
| タイトル（和） |
セグメント分割によるNormalized Cutの高速化 |
| サブタイトル（和） |
|
| タイトル（英） |
Accelerating Normalized Cut Based on Segment Decomposition |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
前景抽出 / Foreground Extraction |
| キーワード(2)（和/英） |
Normalized Cut / Normalized Cut |
| キーワード(3)（和/英） |
Laplacian 行列 / Laplacian Matrix |
| キーワード(4)（和/英） |
/ |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
木澤 朋樹 / Tomoki Kizawa / キザワ トモキ |
| 第1著者 所属（和/英） |
筑波大学 (略称： 筑波大)
University of Tsukuba (略称： Tsukuba Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
遠藤 結城 / Yuki Endo / エンドウ ユウキ |
| 第2著者 所属（和/英） |
筑波大学 (略称： 筑波大)
University of Tsukuba (略称： Tsukuba Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
金森 由博 / Yoshihiro Kanamori / カナモリ ヨシヒロ |
| 第3著者 所属（和/英） |
筑波大学 (略称： 筑波大)
University of Tsukuba (略称： Tsukuba Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
三谷 純 / Jun Mitani / ミタニ ジュン |
| 第4著者 所属（和/英） |
筑波大学 (略称： 筑波大)
University of Tsukuba (略称： Tsukuba Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2020-03-13 11:20:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
AS |
| 資料番号 |
AIT2020-91 |
| 巻番号（vol） |
vol.44 |
| 号番号（no） |
no.10 |
| ページ範囲 |
pp.141-144 |
| ページ数 |
4 |
| 発行日 |
2020-03-06 (AIT) |