Segmenteerimisalgoritmi

Segmenteerimisalgoritmi tähistab arvutuslik mehhanism, mille eesmärk on jagada sisendi eraldatavateks segmentideks lähtudes ühest või mitmest omadusest. Segmentide sisu ja suurus sõltub rakendusest: pildis eristatakse objekti ja tausta, helis kõnes või muusikas erinevaid osasid ning tekstis piiratakse lausete või lõikude piire. Eesmärk on muuta andmed mõistlikumaks ning võimaldada erinevate osade eraldi töötlemist.

Visuaalse segmenteerimise korral kasutatakse sageli mitmesuguseid lähenemisi. Levinud on thresholding (sh Otsu meetod) piiride eraldamiseks, servade põhised lahendused intensiivsuse muutuste leidmiseks, piirkondlikud meetodid, klasterdamine (nt k-means), graafipõhised lähenemised (nt graph cuts, normalised cuts) ning superpikslid (nt SLIC). Täna kasutatakse üha enam süvaõppe mudeleid, nagu U-Net, Fully Convolutional Networks või Mask R-CNN, mis suudavad anda täpse objekti maski.

Muudes domeenides segmenteerimisalgoritmid eraldavad osad erinevate omaduste kombinatsioonide põhjal. Heli puhul kasutatakse akustilisi omadusi, näiteks MFCC-d, kõne- või muusikaliste sündmuste eristamiseks. Tekstianalüüsis määratakse piire lause- või lõigupiiride ning märgendite ja süntaktide abil; sageli kasutatakse juhendatud või semi-juhendatud õppimist ning mõnikord ka juhendamata lahendusi.

Segmenteerimise tulemuste hindamiseks kasutatakse sageli kvantitatiivseid metrikaid, näiteks IoU (Intersection over Union) ja Dice koefitsient ning täpsus (precision) ja tagasivõtmine (recall) ning nende kombinatsioon F-skooriga. Piiride kvaliteeti hinnitakse ka piirijoonte sobivuse alusel.

Rakendused ja väljakutsed hõlmavad meditsiinilist pilditöötlust, autonoomseid sõidukeid, satelliidipilte ning dokumentide analüüsi. Väljakutsed hõlmavad andmekogude kvaliteeti ja suurust, mürat, vaatepunktist tingitud varieeruvust ning mudelite üldistatavuse tagamist uutele andmekogumitele.