Reservoir Computing Approach for Gray Images Segmentation

要約

本論文では，グレースケール画像のセグメンテーションのための新しいアプローチを提案する．これは、エコー状態ネットワークを用いて、画像画素ごとの単一特徴、すなわち強度値から複数の特徴を抽出することに基づくものである。新たに抽出された特徴量（リザーバー平衡状態）により、隠れた画像特性が明らかになり、クラスタリングアルゴリズムによるセグメンテーションが改善される。さらに、リザーバーに内在する可塑性の調整により、その平衡状態を元の画像の強度分布に適合させ、より良いセグメンテーションを可能にすることが示された。提案手法は、ベンチマーク画像であるLenaでテストされた。

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, DeepL