The quality of the region segmentat

The quality of the region segmentation will aect the performance of our shadow
removal as we operate at the region level. Ideally, we want to segment the image
into superpixels that correspond to consistently illuminated regions. That is,
either all pixels in a region are in shadow or all are not in shadow. Furthermore,
we would like to obtain homogeneous regions in terms of material.
To segment the images into regions we use the segmentation method proposed
by Yago [4], where they segment images into regions for shadow detection. The
method consists of a two step process that is fast and robust to the choice of
thresholds. First, SLIC [11] superpixel segmentation is applied to oversegment
the image, obtaining an initial set of superpixels. Then, mean-shift clustering[12]
over the superpixels' mean color in CIELAB color space is performed. Lastly,

ผลลัพธ์ (ไทย) 1:

คุณภาพของการแบ่งกลุ่มภูมิภาคจะ ect เป็นประสิทธิภาพของเงาของเราเอาเท่าที่เราทำงานในระดับภูมิภาค ดาว เราต้องการแบ่งส่วนภาพเป็น superpixels ที่สอดคล้องกับภูมิภาคสว่างอย่างสม่ำเสมอ นั่นก็คือพิกเซลทั้งหมดในภูมิภาคอยู่ในเงา หรือทั้งหมดไม่ได้อยู่ในเงา นอกจากนี้เราอยากได้เหมือนภูมิภาคในด้านวัสดุการแบ่งส่วนภาพในภูมิภาค เราใช้วิธีแบ่งการนำเสนอโดย Yago [4], ที่พวกเขาแบ่งส่วนภาพเป็นขอบเขตสำหรับการตรวจหาเงา ที่วิธีประกอบด้วยสองขั้นตอนที่รวดเร็ว และแข็งแกร่งเพื่อเลือกขีดจำกัดการ ครั้งแรก เซ็ก superpixel SLIC [11] ใช้ oversegmentรูป ได้รับชุด superpixels เป็นต้น แล้ว คลัสเตอร์ [12] กะหมายความว่ากว่าค่าเฉลี่ยของ superpixels เป็นทำสีในพื้นที่สี CIELAB สุดท้าย

ผลลัพธ์ (ไทย) 2:

คุณภาพของการแบ่งส่วนในภูมิภาคจะ? ect ประสิทธิภาพการทำงานของเงาของเรา
กำจัดที่เราทำงานในระดับภูมิภาค จะเป็นการดีที่เราต้องการส่วนภาพที่
ลงใน superpixels ที่สอดคล้องกับภูมิภาคสว่างอย่างต่อเนื่อง นั่นคือ
ทั้งพิกเซลทั้งหมดในภูมิภาคอยู่ในเงาหรือทั้งหมดไม่ได้อยู่ในเงา นอกจากนี้
เราต้องการที่จะได้รับภูมิภาคที่เป็นเนื้อเดียวกันในแง่ของวัสดุ.
การส่วนภาพลงในภูมิภาคเราจะใช้วิธีการแบ่งส่วนที่เสนอ
โดย Yago [4] ที่พวกเขาส่วนภาพที่ลงในพื้นที่ในการตรวจหาเงา
วิธีประกอบด้วยกระบวนการขั้นตอนที่สองที่เป็นไปอย่างรวดเร็วและมีประสิทธิภาพในการเลือกของ
เกณฑ์ ครั้งแรก SLIC [11] การแบ่งส่วน superpixel ถูกนำไปใช้ oversegment
ภาพที่ได้รับการตั้งค่าเริ่มต้นของ superpixels จากนั้นการจัดกลุ่มเฉลี่ยกะ [12]
ในช่วง superpixels 'หมายถึงสีในพื้นที่สี CIELAB จะดำเนินการ สุดท้าย

ผลลัพธ์ (ไทย) 3:

คุณภาพของภูมิภาคการแบ่งส่วนจะ  ect ประสิทธิภาพการกำจัดเงา
ของเราที่เราใช้งานในระดับภูมิภาค ผสม เราต้องการ ส่วนภาพ
เป็น superpixels ที่สอดคล้องกับสอร่าม ภูมิภาค นั่นคือ
เหมือนกันทุกพิกเซลในภูมิภาคอยู่ในเงาหรือทั้งหมดไม่ได้อยู่ในเงา นอกจากนี้ เราต้องการขอรับ
ภูมิภาคเป็นเนื้อเดียวกันในแง่ของวัสดุ
การแบ่งส่วนภาพในภูมิภาค เราใช้วิธีการเสนอ
โดย yago [ 4 ] ที่พวกเขาส่วนภาพในภูมิภาคเพื่อตรวจหาเงา
วิธีประกอบด้วยสองขั้นตอนที่รวดเร็วและมีประสิทธิภาพเพื่อทางเลือกของ
ธรณีประตู แรก slic [ 11 ] superpixel การแบ่งส่วนที่ใช้กับ oversegment
ภาพการตั้งค่าเริ่มต้นของ superpixels . งั้น หมายถึงการเปลี่ยนแปลงการจัดกลุ่ม [ 12 ]
สีหมายถึง superpixels ' ในแถบสี พื้นที่ดำเนินการ ท้ายนี้