[論文レビュー] Fuzzy color model and clustering algorithm for color clustering problem

Dae‐Won Kim, Kwang H. Lee|arXiv (Cornell University)|Jul 9, 2024

Remote Sensing and Land Use被引用数 6

ひとこと要約

この論文は、CIELAB空間で色の不確実性を表現する三次元のファジー色ボールモデルと、このモデルを用いた色データの分割を行うファジークラスタリングアルゴリズムを提案する。

ABSTRACT

The research interest of this paper is focused on the efficient clustering task for an arbitrary color data. In order to tackle this problem, we have tried to model the inherent uncertainty and vagueness of color data using fuzzy color model. By taking fuzzy approach to color modeling, we could make a soft decision for the vague regions between neighboring colors. The proposed fuzzy color model defined a three dimensional fuzzy color ball and color membership computation method with two inter-color distances. With the fuzzy color model, we developed a new fuzzy clustering algorithm for an efficient partition of color data. Each fuzzy cluster set has a cluster prototype which is represented by fuzzy color centroid.

研究の動機と目的

• 色データの不確実性と曖昧さの下での色クラスタリングを動機づける。
• JNDベースの体積を持つ三次元ファジー色球表現を導入する。
• 色要素間およびファジーカラー間の距離測定を定義する。
• 色データを分割するためにファジーカラーセントロイドを使用するファジークラスタリングアルゴリズムを開発する。
• クラスタ中心の初期化を改善するために参照ファジーカラーを活用する初期化方式を提供する。

提案手法

• CIELAB空間で中心とJNDベースの半径を持つ三次元ファジー色球を定義する。
• 二つの距離測度を導入する：1) CIELAB内の要素間距離、2) 中心とJNDを考慮したファジーカラーと色要素間の距離。
• ファジーカラーのメンバーシップ関数を定義し、任意の色要素に対するメンバーシップの総和が1になるようにする。
• ファジークラスタリングの目的関数J(F)を定式化し、ファジーカラーホセントイドへの重み付き距離を最小化するようにする。
• Munsell車輪とCIELABの白/黒/灰を基準としてセントロイドを初期化する初期化方法を提案する。
• 各ファジークラスタ中心をファジーカラー球として表現し、ソフトクラスタリングを可能にする。

実験結果

リサーチクエスチョン

• RQ1 色の不確実性と知覚的曖昧さを色クラスタリングフレームワークでどのようにモデル化できるか。
• RQ2 ファジーカラー球表現と特化した距離測度を組み合わせると、クリスプなアプローチと比較して色データのクラスタリングを改善できるか。
• RQ3 この文脈で色クラスタへのファジー membership をどう計算・制約（総和を1に）するべきか。
• RQ4 ファジーカラーに基づくクラスタリングでより良い収束を得る初期化戦略はどれか。
• RQ5 JNDベースの体積を使うことがクラスタリングの色類似性判断にどう影響するか。

主な発見

• CIELAB空間の3Dファジーボールに基づくファジーカラーモデルは、色の中心と知覚的許容度をJND半径で表す。
• 二つの距離測度を定義する：色要素間のρとファジーカラーと色要素間のδ、中心距離とJNDを組み込む。
• ファジーカラーのメンバーシップ関数μを定義し、どの色要素にも対してメンバーシップが1になるようにし、ファジーカラー中心への近接を反映する。
• ファジークラスタリングの目的関数J(F)を最小化して、色データをファジークラスターに分割し、セントロイドはファジーカラーで表される。
• 初期化方式はムンセル車輪とCIELAB軸から13の参照ファジーカラーを用いてクラスタ中心をシードし、初期化を改善する。
• このアプローチは色クラスタリングでソフトな判断を可能にし、人間の知覚に基づく一様な色空間を提供する。