Семантична сегментація зображень на основі методу машинного навчання

Abstract

У цій роботі пропонується алгоритм вирішення наступного завдання. Кожному пікселю вхідного зображення деякої сцени потрібно зіставити мітку класу, так щоб кожна зв'язна підмножина розмітки відповідала або одному об'єкту, або групі однотипних об'єктів на сцені. Розроблений метод включає два етапи. На першому етапі кожне зображення тренувальної множини за допомогою відомого алгоритму представляється у вигляді ієрархії вкладених розбиттів. У кожній такій ієрархії вибираються семантично найбільш значущі фрагменти (тобто такі, які найкраще захоплюють об'єкти) і використовуються для навчання SVM класифікатора. На другому етапі за допомогою отриманого класифікатора відновлюються розмітки нових зображень. Пропонований комплекс був протестований на наборі фотографій міських вулиць (The StreetScenes Challenge Framework) і перевершив якість оригінальний метод, заснований на фіксованих сегментаціях зображень. Розроблено заходи із охорони праці та безпека у надзвичайних ситуаціях. Визначено ефективність від використання розробленої системи аутентифікації користувача.