Benutzer: Gast  Login
Originaltitel:
Convex Semantic Priors for Continuous Multi-Label Optimization
Übersetzter Titel:
Konvexe semantische Prior für kontinuierliche Multi-Label Probleme
Autor:
Souiai, Mohamed
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Cremers, Daniel (Prof. Dr.)
Gutachter:
Cremers, Daniel (Prof. Dr.); Goldlücke, Bastian (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Convex optimization, Continuous Multi-Labeling, Image Segmentation, Semantic Priors, Motion Segmentation, Scene Flow
Übersetzte Stichworte:
Konvexe Optimierung, Kontinuierliches Multi-Labeling, Bildsegmentierung, Semantisches Vorwissen, Bewegungsschätzung
TU-Systematik:
DAT 760d; DAT 770d
Kurzfassung:
This thesis considers the problems of continuous semantic image segmentation and joint motion estimation and segmentation. We propose to incorporate co-occurrence and hierarchical priors into continuous multi-label image segmentation. Furthermore, we propose a novel joint registration and segmentation approach applied to RGB-D frames which is able to even recover non-rigid deformations. Finally, we introduce a novel approach to improve the integrality of the solution of convex relaxed multi-labe...     »
Übersetzte Kurzfassung:
Diese Arbeit beschäftigt sich mit dem Problem der kontinuierlichen semantischen Bildsegmentierung und mit der gleichzeitigen Bewegungsschätzung und Segmentierung. Um Vorwissen über das gleichzeitige Auftreten bestimmter Labels zu verwenden, entwickeln wir zwei neuartige Verfahren, basierend auf Kookkurrenzstatistiken und Label-Hierarchien. Darüberhinaus schlagen wir eine neue Methode zur gleichzeitigen Registrierung und Segmentierung von RGB-D Bildfolgen vor, die in der Lage ist auch nicht-rigid...     »
WWW:
https://mediatum.ub.tum.de/?id=1335902
Eingereicht am:
03.01.2017
Mündliche Prüfung:
01.08.2017
Dateigröße:
21638155 bytes
Seiten:
133
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170801-1335902-1-8
Letzte Änderung:
19.06.2018
 BibTeX