Key points are not available for this paper at this time.
हम एक वस्तु-आधारित सह-खंडन विधि प्रस्तुत करते हैं जो गहराई के डेटा का लाभ उठाती है और शोर वाली छवियों को सही ढंग से संभालने में सक्षम है जिसमें सामान्य अग्रभूमि वस्तु अनुपस्थित है। RGBD छवियों के साथ, हमारी विधि गहराई चैनल का उपयोग समान अग्रभूमि वस्तुओं की पहचान को सुधारने के लिए प्रस्तावित RGBD सह-विशेषता मानचित्र के माध्यम से, साथ ही वस्तु जैसे क्षेत्रों का पता लगाने में सुधार और क्षेत्र की तुलना के लिए गहराई आधारित स्थानीय विशेषताओं को प्रदान करने के लिए करती है। शोर वाली छवियों को सही ढंग से संभालने के लिए जहां सामान्य वस्तु एक बार से अधिक या कम दिखाई देती है, हम सह-खंडन को एक पूरी तरह से जुड़े ग्राफ संरचना में परिभाषित करते हैं, साथ ही आपसी बहिष्करण (म्यूटेक्स) प्रतिबंधों के साथ जो गलत समाधानों को रोकते हैं। प्रयोगों से पता चलता है कि यह वस्तु-आधारित RGBD सह-खंडन म्यूटेक्स प्रतिबंधों के साथ RGBD सह-खंडन डेटासेट पर संबंधित तकनीकों से बेहतर प्रदर्शन करता है, जबकि प्रभावी ढंग से शोर वाली छवियों को प्रोसेस करता है। इसके अलावा, हम दिखाते हैं कि यह विधि उन नियमित RGB छवियों पर भी प्रदर्शन प्रदान करती है जिनके गहराई के मानचित्रों का अनुमान लगाया गया है, जो कि अद्यतन किए गए RGB सह-खंडन तकनीकों के समान है।
Fu et al. (Mon,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: