As applied in the field of computer vision, graph cut optimization can be employed to efficiently solve a wide variety of low-level computer vision problems (early vision), such as image smoothing, the stereo correspondence problem, image segmentation, object co-segmentation, and many other computer vision problems that can be formulated in terms of energy minimization. Many of these energy minimization problems can be approximated by solving a maximum flow problem in a graph (and thus, by the max-flow min-cut theorem, define a minimal cut of the graph). Under most formulations of such problems in computer vision, the minimum energy solution corresponds to the maximum a posteriori estimate of a solution. Although many computer vision algorithms involve cutting a graph (e.g., normalized cut
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Talls de grafs en la visió per computador (ca)
- Cortes de grafos en la visión por computador (es)
- Graph cuts in computer vision (en)
- Grafsnitt i datorseende (sv)
|
| rdfs:comment
| - Grafsnitt har stor betydelse inom datorseende då det framgångsrikt kan lösa ett stort antal av de problem inom datorseende som kan formuleras som minimeringsproblem. Detta inkluderar problem så som segmentering, utjämning, och att hitta korrespondenser. Dessa minimeringsproblem kan approximeras med hjälp av att man löser maxflödesproblemet (vilket enligt Max-flöde, minsta-snitt ger det minsta snittet i grafen) . Binära problem, till exempel brusreducering av en binär bild, kan lösas exakt. Övriga problem kan framgångsrikt lösas approximativt av en serie binära problem. (sv)
- El tall de grafs és un mètode de segmentació d'imatges basat en regions que pot ser utilitzat per resoldre de manera eficient una àmplia varietat de problemes de baix nivell en la visió per computador (visió artificial) com suavitzar imatges, el problema de correspondència estereoscòpica, i molts altres que poden ser formulats en termes de minimització de l'energia. (ca)
- As applied in the field of computer vision, graph cut optimization can be employed to efficiently solve a wide variety of low-level computer vision problems (early vision), such as image smoothing, the stereo correspondence problem, image segmentation, object co-segmentation, and many other computer vision problems that can be formulated in terms of energy minimization. Many of these energy minimization problems can be approximated by solving a maximum flow problem in a graph (and thus, by the max-flow min-cut theorem, define a minimal cut of the graph). Under most formulations of such problems in computer vision, the minimum energy solution corresponds to the maximum a posteriori estimate of a solution. Although many computer vision algorithms involve cutting a graph (e.g., normalized cut (en)
- El corte de grafos es un método de segmentación de imágenes basado en regiones que puede ser utilizado para resolver de manera eficiente una amplia variedad de problemas de bajo nivel en la visión por computadora (visión artificial) como suavizar imágenes, el problema de correspondencia estereoscópica, y muchos otros que pueden ser formulados en términos de minimización de la energía. (es)
|
| rdfs:seeAlso
| |
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| Link from a Wikipage to an external page
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| has abstract
| - El tall de grafs és un mètode de segmentació d'imatges basat en regions que pot ser utilitzat per resoldre de manera eficient una àmplia varietat de problemes de baix nivell en la visió per computador (visió artificial) com suavitzar imatges, el problema de correspondència estereoscòpica, i molts altres que poden ser formulats en termes de minimització de l'energia. Es basa en la teoria de grafs on el problema de minimització d'energia es pot reduir en termes del problema del flux màxim d'un graf i, per tant, gràcies al teorema de flux màxim tall mínim es defineix un tall mínim del graf de forma que la mida del tall no és més gran en cap altre tall. En la majoria de les formulacions d'aquest tipus de problemes en la visió per computador, la solució de mínima energia correspon a l' d'una solució. Encara que molts algorismes de visió per computador impliquen tallar un gràfic (per exemple, ), el terme "talls de grafs" s'aplica específicament als models que empren optimització màxim flux/tall mínim (altres algoritmes de tall de grafs poden ser considerats com algorismes de ). (ca)
- As applied in the field of computer vision, graph cut optimization can be employed to efficiently solve a wide variety of low-level computer vision problems (early vision), such as image smoothing, the stereo correspondence problem, image segmentation, object co-segmentation, and many other computer vision problems that can be formulated in terms of energy minimization. Many of these energy minimization problems can be approximated by solving a maximum flow problem in a graph (and thus, by the max-flow min-cut theorem, define a minimal cut of the graph). Under most formulations of such problems in computer vision, the minimum energy solution corresponds to the maximum a posteriori estimate of a solution. Although many computer vision algorithms involve cutting a graph (e.g., normalized cuts), the term "graph cuts" is applied specifically to those models which employ a max-flow/min-cut optimization (other graph cutting algorithms may be considered as graph partitioning algorithms). "Binary" problems (such as denoising a binary image) can be solved exactly using this approach; problems where pixels can be labeled with more than two different labels (such as stereo correspondence, or denoising of a grayscale image) cannot be solved exactly, but solutions produced are usually near the global optimum. (en)
- El corte de grafos es un método de segmentación de imágenes basado en regiones que puede ser utilizado para resolver de manera eficiente una amplia variedad de problemas de bajo nivel en la visión por computadora (visión artificial) como suavizar imágenes, el problema de correspondencia estereoscópica, y muchos otros que pueden ser formulados en términos de minimización de la energía. Se basa en la teoría de grafos donde el problema de minimización de energía se puede reducir en términos del de un grafo y, por consiguiente, gracias al se define un corte mínimo del grafo de forma que el tamaño del corte no es más grande en ningún otro corte. En la mayoría de las formulaciones de este tipo de problemas en la visión por computador, la solución de mínima energía corresponde a la de una solución. Aunque muchos algoritmos de visión por computador impliquen cortar un grafo (por ejemplo, ), el término “cortes de grafos” se aplica específicamente a los modelos que utilizan optimización máximo flujo/ corte mínimo (otros algoritmos de corte de grafos pueden ser considerados como algoritmos de ). (es)
- Grafsnitt har stor betydelse inom datorseende då det framgångsrikt kan lösa ett stort antal av de problem inom datorseende som kan formuleras som minimeringsproblem. Detta inkluderar problem så som segmentering, utjämning, och att hitta korrespondenser. Dessa minimeringsproblem kan approximeras med hjälp av att man löser maxflödesproblemet (vilket enligt Max-flöde, minsta-snitt ger det minsta snittet i grafen) . Binära problem, till exempel brusreducering av en binär bild, kan lösas exakt. Övriga problem kan framgångsrikt lösas approximativt av en serie binära problem. (sv)
|
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)