kuvasegmentointi

Kuvasegmentointi on tietojenkäsittelyn ala, jossa kuvan sisältö jaotellaan erillisiin alueisiin tai objekteihin siten, että jokaiselle pikselille annetaan luokitus tai ryhmä. Tavoitteena on erottaa kuvaan kuuluvat esineet, tausta sekä mahdolliset useat dr ihmis- tai aineistospektreihin liittyvät alueet. Segmentoinnin tuloksena syntyy usein maski tai kategoriajako, jonka avulla voidaan analysoida ja tulkita kuvaa tarkemmin.

Perinteiset menetelmät jakautuvat pääosin reuna- sekä aluepohjaisiin lähestymistapoihin. Reunan kautta tapahtuva segmentointi etsii kuvan ääriviivoja ja käyttää niitä ryhmittelyn pohjana. Aluepohjaiset menetelmät taas laajentavat tai kytkeyttävät naapurispikseleitä niiden yhteisen ominaisuuden, kuten värin, tekstuurin tai tilan mukaan. Välineinä käytetään esimerkiksi Watershed-algoritmia, k-means-klusterointia, grafiikan perusteella tehtyjä menetelmiä sekä oletettuja eri jakaumien malleja.

Syväoppiminen on nykyään vallitseva lähestymistapa monissa sovelluksissa. Semanttisessa segmentoinnissa sama luokka luokitellaan koko kuvassa, kun instanssisegmentoinnissa erillistään samankaltaiset objektit erikseen. Tunnettuja malleja ovat U-Net, Fully Convolutional Networks (FCN) sekä Mask R-CNN, jotka oppivat ottamaan huomioon monimutkaiset reunat, varjot ja kuvien kontekstin.

Sovelluksia ovat esimerkiksi lääketiede (kasvainten ja kudosten erottaminen), autonomiset ajoneuvot (tie- ja este-erottelu), maankäytön kartoitus sekä tehdas- ja laadunvalvontatehtävät.

Arviointi perustuu mittareihin kuten IoU (Intersection over Union), Dice-kerroin ja pikselitarkkuus. Haasteina ovat valaistus, varjot, samankaltaiset tekijät sekä laskennallinen kustannus ja tulosten tulkittavuus.