Graph Cuts を用いたBag-of-Keypoints 法の特性改善に関する検討

摘要

In this paper, our goal is automatic segmentation of object regions which is processed before recognition in Bag-of-Keypoints. Region segmentation, such as Graph Cuts, is useful for object recognition. Objects tend to exist at the center of image, so we give seeds for a center and four corners of an image and apply the first-stage graph cuts to segment along edges. We get a color histogram from the first segmentation results and assign probabilities as the t-link of the graph for the second-stage graph cuts. Bag-of-Keypoints is then applied to the second segmentation results. We demonstrate that we can obtain better results than the case of using only Bag-of-Keypoints method.%本研究では、一般物体認識で用いられるBag-of-Keypoints 法の前処理として、Graph Cuts を用いて画像中の物体領域を自動抽出する手法を提案する。Graph Cuts をはじめとする領域分割は物体認識の前処理として有効であるとされている。注目すべき物体は画像の中心付近に存在し易いという仮定のもと、画像の中心と四隅にseedを与えることで、大きなエッジで領域分割を行う。その領域分割の結果から色分布を取得し、再度Graph Cuts を行うことによって精度を向上させる。評価実験により、Bag-of-Keypoints 法の識別率が向上したことを示す。