[논문 리뷰] Dam Burst: A region-merging-based image segmentation method

Rui Tang, Wenlong Song외 3명|arXiv (Cornell University)|2020. 02. 26.

Digital Imaging for Blood Diseases참고 문헌 3인용 수 4

한 줄 요약

이 논문은 단일 수준의 영역 융합 기반 영상 분할 방법인 Dam Burst를 제안한다. 이 방법은 영역 간의 댐을 녹여내는 지하 홍수 시뮬레이션을 통해 과도한 분할을 방지하면서도 세밀한 세부 사항을 유지한다. 영역들은 내부 기울기의 오름차순으로 융합되며, 경계는 구조적 댐으로 간주되어 계단식 임계값이나 CNN 기반 제약 없이 견고한 분할을 가능하게 한다. 이는 기준 데이터셋에서 높은 정확도를 달성한다.

ABSTRACT

Until now, all single level segmentation algorithms except CNN-based ones lead to over segmentation. And CNN-based segmentation algorithms have their own problems. To avoid over segmentation, multiple thresholds of criteria are adopted in region merging process to produce hierarchical segmentation results. However, there still has extreme over segmentation in the low level of the hierarchy, and outstanding tiny objects are merged to their large adjacencies in the high level of the hierarchy. This paper proposes a region-merging-based image segmentation method that we call it Dam Burst. As a single level segmentation algorithm, this method avoids over segmentation and retains details by the same time. It is named because of that it simulates a flooding from underground destroys dams between water-pools. We treat edge detection results as strengthening structure of a dam if it is on the dam. To simulate a flooding from underground, regions are merged by ascending order of the average gra-dient inside the region.

연구 동기 및 목표

• 단일 수준의 영역 융합 분할 알고리즘에서 지속적인 과도한 분할 문제를 해결하기 위해.
• 계층적 융합에서 다중 임계값 기준이 필요 없도록 하여, 낮은 수준에서는 여전히 과도한 분할이 발생하고, 높은 수준에서는 작은 물체가 융합되는 문제를 제거하기 위해.
• 세밀한 세부 사항을 유지하면서 과도한 분할을 방지하는 단일 수준의 분할 방법을 개발하기 위해.
• 하나의 통제적이고 기울기 기반 방식으로 영역 경계를 녹여내는 자연스러운 홍수 과정을 시뮬레이션하기 위해.

제안 방법

• 초기 영역은 표준 영역 확장 또는 워터셰 기반 분할을 사용하여 초기 세그먼트를 형성한다.
• 각 영역의 내부 기울기는 경계 내부의 평균 기울기 크기로 계산된다.
• 영역들은 내부 평균 기울기의 오름차순으로 융합되며, 지하에서 물이 상승하는 것처럼 시뮬레이션된다.
• 표준 경계 검출(예: Canny)을 통해 검출된 경계는 기울기 조건이 충족될 때까지 융합을 저지하는 구조적 댐으로 간주된다.
• 융합는 기울기 조건이 충족되고 경계가 강력한 댐으로 간주되지 않을 경우에만 발생하여 중요한 경계를 조기에 융합하는 것을 방지한다.
• 더 이상 분할 정확도 향상이 없을 때까지 프로세스가 종료되어 단일 수준의 세부 사항 유지 분할 결과를 생성한다.

실험 결과

연구 질문

• RQ1 단일 수준의 영역 융합 방법이 계층적 임계값이나 딥러닝에 의존하지 않고 과도한 분할을 방지할 수 있는가?
• RQ2 내부 영역 기울기를 신뢰할 수 있는 융합 기준으로 사용하여 작은 중요한 물체를 어떻게 유지할 수 있는가?
• RQ3 기존 융합 전략과 비교해 지하 홍수를 시뮬레이션함으로써 분할 정확도 향상과 세부 사항 유지에 어느 정도 기여하는가?
• RQ4 경계 구조를 물리적으로 직관적인 방식으로 '댐'으로 모델링하여 융합 결정을 효과적으로 이끌 수 있는가?

주요 결과

• Dam Burst 방법은 표준 기준 데이터셋에서 전통적인 영역 융합 및 계층적 접근 방식을 능가하는 뛰어난 분할 정확도를 달성한다.
• 이 방법은 다중 임계값 융합 전략에서 지속적으로 발생하는 낮은 수준의 과도한 분할 문제를 방지한다.
• 높은 기울기 환경에서도 작은 중요한 물체가 인접한 더 큰 영역에 융합되지 않고 유지된다.
• 내부 기울기를 융합 우선순위 기준으로 사용함으로써 딥러닝이나 복잡한 후처리 없이도 견고하고 세부 사항을 유지하는 분할이 가능하다.