Segmentointialgoritmit

Segmentointialgoritmit ovat menetelmiä, joiden tehtävänä on jakaa signaali, kuva tai datajoukko merkityksellisiin osiin eli segmentteihin. Segmentoinnin tarkoituksena on erottaa alueet tai ajanjaksot, joilla ominaisuudet, kuten väri, kirkkaus, tekstuuri, amplitudi tai tilallinen konteksti, ovat homogeenisia ja erottuvat muista osista.

Segmentoinnin kategoriaan kuuluvat muun muassa kuva- ja videosegmentointi, aikajakson segmentointi sekä puhe- tai tekstiosien erottaminen. Perinteisiä lähestymistapoja ovat kynnys-, aluepohjaiset ja reuna-pohjaiset menetelmät sekä vesiputous- eli watershed-tekniikat. Klusterointi (k-means, Gaussin sekoitusmallit) sekä spektri- ja graafipohjaiset tekniikat, kuten min-cut/max-flow sekä Normalized Cuts, hakevat homogeenisia segmentteja tilastollisesti tai verkkojen rakenteiden perusteella. Viime aikoina keskeistä on syvän oppimisen hyödyntäminen: semanttinen segmentointi käyttää konvoluutioneuroverkkorakenteita (esim. FCN, U-Net), ja instanssisegmentointi erottelee erilliset esineet (esim. Mask R-CNN).

Segmentointiin liittyy useita haasteita, kuten kohina, mittakaavaerot, rajapintojen epävarmuus ja laskennallinen monimutkaisuus. Arvioinnissa käytetään mittareita kuten IoU (intersection over union), F-measure sekä Rand-indeksi ja Variation of Information. Erityisalat käyttävät domain-spesifisiä mittareita ja manuaalista maastoutumista.

Sovelluksia ovat lääketieteellinen kuvantaminen, autonominen ajaminen, videoanalyysi, geoinformaatio sekä puhe- ja tekstisegmentointi.