Segmentierungsalgorithmen
Segmentierungsalgorithmen dienen dazu, Eingabedaten in zusammenhängende, semantisch oder strukturell abgegrenzte Segmente zu zerlegen. Sie werden in verschiedenen Domänen eingesetzt, unter anderem in der Bild- und Videobearbeitung, der Audioanalyse, der Text- und Dokumentenverarbeitung sowie in der Genom- oder Sensordatenanalyse. Ziel ist es, Bereiche von Interesse abzutrennen oder eine Oberflächenstruktur sichtbar zu machen.
Man unterscheidet grob zwischen überwachtem und unüberwachtem Lernen sowie zwischen modellbasierenden, graphbasierten und heuristischen Ansätzen. Zu
Zu bekannten Algorithmen gehören Otsu-Schwellenwert, K-Means, Watershed, Graph Cuts, aktive Konturen (Snakes) und Mean-Shift. In der
Anwendungsbeispiele reichen von Tumorgrenzenausbildung und Organ-Segmentierung in der Medizin über Landnutzung und Infrastruktur in der Fernerkundung
Die Bewertung erfolgt mit Metriken wie IoU (Jaccard-Index), Dice-Koeffizient, Randabstand oder pixelbasierten Fehlerquoten. Oft werden mehrere
Herausforderungen umfassen Rauschen, Inkonsistenzen, Mehrfachlabel-Segmentation, Variabilität von Formen und Größen, Skalierung, 3D-Daten und Rechenaufwand. Zukünftige Tendenzen