Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Optimizing Edge Detection for Image Segmentation with Multicut Penalties

Jung, S., Ziegler, S., Kardoost, A., & Keuper, M. (2022). Optimizing Edge Detection for Image Segmentation with Multicut Penalties. In B. Andres, F. Bernard, D. Cremers, S. Frintrop, B. Goldlücke, & I. Ihrke (Eds.), Pattern Recognition (pp. 182-197). Berlin: Springer. doi:10.1007/978-3-031-16788-1_12.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000A-C025-3 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000C-1BB0-F
Genre: Konferenzbeitrag

Dateien

einblenden: Dateien
ausblenden: Dateien
:
arXiv:2112.05416.pdf (Preprint), 6MB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-000A-C027-1
Name:
arXiv:2112.05416.pdf
Beschreibung:
File downloaded from arXiv at 2022-07-21 09:21
OA-Status:
Keine Angabe
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
http://arxiv.org/licenses/nonexclusive-distrib/1.0/

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Jung, Steffen1, Autor           
Ziegler, Sebastian2, Autor
Kardoost, Amirhossein2, Autor
Keuper, Margret1, Autor           
Affiliations:
1Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Computer Science, Computer Vision and Pattern Recognition, cs.CV
 Zusammenfassung: The Minimum Cost Multicut Problem (MP) is a popular way for obtaining a graph
decomposition by optimizing binary edge labels over edge costs. While the
formulation of a MP from independently estimated costs per edge is highly
flexible and intuitive, solving the MP is NP-hard and time-expensive. As a
remedy, recent work proposed to predict edge probabilities with awareness to
potential conflicts by incorporating cycle constraints in the prediction
process. We argue that such formulation, while providing a first step towards
end-to-end learnable edge weights, is suboptimal, since it is built upon a
loose relaxation of the MP. We therefore propose an adaptive CRF that allows to
progressively consider more violated constraints and, in consequence, to issue
solutions with higher validity. Experiments on the BSDS500 benchmark for
natural image segmentation as well as on electron microscopic recordings show
that our approach yields more precise edge detection and image segmentation.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021-12-10202220222022
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Jung_GCPR2022
DOI: 10.1007/978-3-031-16788-1_12
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 44th German Conference on Pattern Recognition
Veranstaltungsort: Konstanz, Germany
Start-/Enddatum: 2022-09-27 - 2022-09-30

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Pattern Recognition
  Kurztitel : DAGM GCPR 2022
  Untertitel : 44th DAGM German Conference, DAGM GCPR 2022 ; Konstanz, Germany, September 27-30, 2022 ; Proceedings
Genre der Quelle: Konferenzband
 Urheber:
Andres, Björn1, Herausgeber
Bernard, Florian1, Herausgeber           
Cremers, Daniel1, Herausgeber
Frintrop, Simone1, Herausgeber
Goldlücke, Bastian1, Herausgeber           
Ihrke, Ivo1, Herausgeber           
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Berlin : Springer
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 182 - 197 Identifikator: ISBN: 978-3-031-16787-4

Quelle 2

einblenden:
ausblenden:
Titel: Lecture Notes in Computer Science
  Kurztitel : LNCS
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 13485 Artikelnummer: - Start- / Endseite: - Identifikator: -