Reservoir Computing Approach for Gray Images Segmentation

要約

この論文は、グレースケール画像セグメンテーションの新しいアプローチを提案しています。
これは、エコー状態ネットワークを使用して、画像ピクセルごとの単一の特徴、つまりその強度値から複数の特徴を抽出することに基づいています。
新たに抽出された特徴 (貯留層平衡状態) は、クラスタリング アルゴリズムを介してセグメンテーションを改善する隠れた画像の特徴を明らかにします。
さらに、リザーバーの固有の可塑性調整により、その平衡状態が元の画像強度分布に適合し、その結果、より良いセグメンテーションが可能になることが実証されました。
提案されたアプローチは、ベンチマーク イメージ Lena でテストされます。

要約(オリジナル)

The paper proposes a novel approach for gray scale images segmentation. It is based on multiple features extraction from single feature per image pixel, namely its intensity value, using Echo state network. The newly extracted features — reservoir equilibrium states — reveal hidden image characteristics that improve its segmentation via a clustering algorithm. Moreover, it was demonstrated that the intrinsic plasticity tuning of reservoir fits its equilibrium states to the original image intensity distribution thus allowing for its better segmentation. The proposed approach is tested on the benchmark image Lena.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google