Den omfattande menande av segmentering av Clustering

Segmentation som ett ord betyder att klassificera de objekt som är lagda i en bild, har många teorier och metoder, antar att vi skulle vilja känna igen föremål i en bild, det finns för många pixlar för att hantera varje individuellt, i stället vill vi någon form av kompakta, sammanfattande representation. Även ytligt dessa olika metoder kan tyckas lite hur komplicerat för alla läsare, i denna artikel kommer jag att visa betydelsen av kluster i segmentering. En naturlig syn på segmente är att vi försöker att avgöra vilka komponenter i datamängden naturligt hör ihop.

Detta är ett problem som kallas klustring. Vi kan kluster på två sätt: -Partitioning: här har vi en stor datamängd, och kurvan upp enligt begreppet sambandet mellan objekt i uppsättningen. Vi skulle vilja att sönder den i bitar som är bra enligt vår modell. Till exempel kan vi bryta ner en bild i regioner som har enhetlig färg och konsistens. -Grouping: I denna del har vi tydliga dataposter, och vi skulle vilja samla uppsättningar av dataposter som är vettiga tillsammans.

Det viktigaste här är att avgöra vad representation är lämplig för det aktuella problemet, måste vi veta med vilka kriterier en segmente metod bör bestämma vilka pixlar hör ihop och som inte gör det. När vi bestämmer vilken klustermetod som lämpar sig för vår ansökan, kan segmentering av klustring vara mycket användbart för vissa tillämpningar som kan använda kluster samt sammanfatta video, eller hitta maskindelar, hitta folk i mage, hitta byggnader i satellitbilder: dessa gjort genom att leta efter samlingar av kantpunkter som kan monteras i linje segmentet och sedan montera linje i polygoner.

Det är svårt att se att det kan finnas en omfattande teori om segmentering, inte minst vad som är intressant och vad som inte beror på tillämpningen, det finns ingen heltäckande teori om segmentering i skrivande stund. Eftersom klustring definieras ovan, förutom kluster är en process där en datamängd ersätts av kluster, är det naturligt att tänka på segmentering som klustring, en annan innebörd: pixlar kan hör ihop eftersom de har samma färg, samma struktur, de finns i närheten, och så vidare. Några av klustermetoder samt: klustring av K-medel, segmentering av grafen teoretisk kluster Omdömen.