其实，在看这篇文章前，我就有一个idea,等看到这篇文章我就崩溃了

这篇是上一篇的发展，所用技术感觉更加靠谱了。有两大改进：

1、不是基于像素，而是基于超像素。

超像素的概念跟基于对象的图像分析中的“object”概念相近，但是个人理解，这两个概念还不一样。区别在于level上，object应该比Superpixel要高那么一点点，而Superpixel应该是介于pixel和object之间的一个概念。superpixel更类似于patch,该单元内具有某种一致性homogeneous，可以是图像经过过分割（over-segmentation）获得。

超像素对于像素级的优势，正如对象对于像素的优势。前者都不容易受噪声干扰，后续处理的计算量降低了。

2、多尺度CRF的概念更加清晰

模型的抽象形式：

具体形式

fa是超像素与标记之间的关系

fb是相邻超像素之间的关系，用的boundary概率

fc是全局标记特征

这三级特征都是在contex特征的基础上建立的。

转载本文请联系原作者获取授权，同时请注明本文来自黄志坚科学网博客。
链接地址：https://blog.sciencenet.cn/blog-471807-538066.html

上一篇：用条件随机场做像素级图像标记
下一篇：检测自然图像的边界