Systematic review of image segmentation using complex networks

要約

このレビューでは、複雑なネットワークを使用したさまざまな画像セグメンテーション方法を紹介します。
画像セグメンテーションは、複雑な画像を分析して理解するのに役立つため、画像分析における重要なステップの 1 つです。
最初は、画像セグメンテーションでの使用方法に基づいて複雑なネットワークを分類することが試みられました。
コンピュータ ビジョンおよび画像処理アプリケーションでは、不規則な形状、テクスチャ、または重なり合う境界を含む複雑な画像を分析するために画像セグメンテーションが不可欠です。
高度なアルゴリズムでは、機械学習、クラスタリング、エッジ検出、領域拡張技術が利用されています。
グラフ理論の原理とコミュニティ検出ベースの手法を組み合わせることで、複雑な画像のより正確な分析と解釈が可能になります。
ハイブリッド アプローチでは、複数の技術を組み合わせて包括的で堅牢なセグメンテーションを実現し、コンピューター ビジョンや画像処理タスクの結果を向上させます。

要約(オリジナル)

This review presents various image segmentation methods using complex networks. Image segmentation is one of the important steps in image analysis as it helps analyze and understand complex images. At first, it has been tried to classify complex networks based on how it being used in image segmentation. In computer vision and image processing applications, image segmentation is essential for analyzing complex images with irregular shapes, textures, or overlapping boundaries. Advanced algorithms make use of machine learning, clustering, edge detection, and region-growing techniques. Graph theory principles combined with community detection-based methods allow for more precise analysis and interpretation of complex images. Hybrid approaches combine multiple techniques for comprehensive, robust segmentation, improving results in computer vision and image processing tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google