Robust Higher Order Potentials for Enforcing Label Consistency
[cite]10.1007/s11263-008-0202-0[/cite]
오래 전 글의 백업입니다.
2012년 1월 12일
CRF를 이용한 세그멘테이션 방법에 Higher Order Potential 부분을 집어넣은 형태입니다.
본래 CRF에서의 unary, pairwise는 기존 제안되었던 방법을 사용합니다.
특히 unary에서는 TextonBoost, color, location 을 모두 합한 에너지를 사용하여 효과를 높입니다.
Higher Order Potential은 CRF에서 잘라지는 세그멘테이션과는 별도로,
다른 알고리즘을 이용하여 정의된 Superpixel(어떠한 픽셀그룹)이 갖는 에너지를 계산합니다.
간단히 이야기 하자면, 하나의 Superpixel 내부의 픽셀들이 다른 label로 지정되었을 경우, 높은 cost를 갖게 되어있습니다.
즉, 좀더 세세하게 쪼개진(tight한 parameter를 이용하여 over segmentation된) 상태의 Superpixel은, 두개의 오브젝트가 겹친 것이 아니라 하나의 오브젝트에 속하도록 꾀하는 효과가 있습니다. 이때, superpixel을 만드는 방법은 Mean-shift를 사용하였다고 나와있습니다.
이 Higher Order Potential이 이 논문의 가장 큰 Contribution입니다.