Key points are not available for this paper at this time.
Neste trabalho, mostramos como combinar abordagens de baixo para cima e de cima para baixo em um único processo de segmentação figura-fundo. Este processo fornece uma delineação precisa das bordas dos objetos que não pode ser alcançada apenas pela abordagem de cima para baixo ou pela de baixo para cima. A abordagem de cima para baixo utiliza a representação de objetos aprendida a partir de exemplos para detectar um objeto em uma imagem de entrada dada e fornecer uma aproximação para sua segmentação figura-fundo. A abordagem de baixo para cima utiliza critérios baseados em imagem para definir grupos coerentes de pixels que provavelmente pertencem juntos à parte figura ou ao fundo. A combinação fornece uma segmentação final que tira proveito dos méritos relativos de ambas as abordagens: o resultado é o mais próximo possível da aproximação de cima para baixo, mas também é restringido pelo processo de baixo para cima para ser consistente com descontinuidades significativas na imagem. Construímos uma função de custo global que representa esses requisitos de cima para baixo e de baixo para cima. Depois, mostramos como o mínimo global dessa função pode ser encontrado de maneira eficiente aplicando o algoritmo de soma-produto. Este algoritmo também fornece um mapa de confiança que pode ser usado para identificar regiões da imagem onde informações adicionais de cima para baixo ou de baixo para cima podem melhorar ainda mais a segmentação. Nossos experimentos mostram que os resultados derivados do algoritmo são superiores aos resultados obtidos por uma abordagem puramente de cima para baixo ou puramente de baixo para cima. O esquema possui ampla aplicabilidade, permitindo o uso combinado de uma variedade de segmentações existentes de baixo para cima e de cima para baixo.
Borenstein et al. (Terça-feira,) estudaram essa questão.