مختبر الرؤية الحاسوبية الدروس مدخل إلى تجزئة الصور
مدخل إلى تجزئة الصور
Introduction to image segmentation
تصنيف كل بكسل: الدلالية والمثيلية والشاملة.
هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.
المقدمة
التجزئة أدق مهام الرؤية: لا تكفي الفئة ولا الصندوق، بل حدود الجسم بكسلاً بكسلاً.
الأهداف التعليمية
- التمييز بين أنواع التجزئة الثلاثة.
- قراءة القناع وألوان الفئات.
- حساب نسب البكسلات.
المتطلبات السابقة
تصنيف الصور.
الشرح العلمي
التجزئة الدلالية تعطي كل بكسل فئة (شخص، سماء...) دون تمييز بين شخصين. المثيلية تفصل كل جسم بقناع، والشاملة تجمعهما. النماذج المحلية في المختبر (LR-ASPP وDeepLabV3) دلالية بفئات Pascal VOC الإحدى والعشرين.
المعادلات الرياضية
التنبؤ لكل بكسل: ŷ(p) = argmax_c P(c | p).
مثال عملي
صورة رائدة الفضاء: يغطي قناع «person» معظم الجسم، والباقي خلفية.
خطوات التنفيذ
- افتح مختبر التجزئة.
- شغّل التجزئة وحرّك الشفافية.
- انقر فئة لإبرازها وحدها.
النتائج المتوقعة
تظهر نسبة كل فئة وعدد بكسلاتها.
الأخطاء الشائعة
الظن أن التجزئة الدلالية تعدّ الأجسام.
التطبيقات العملية
القيادة الذاتية، تحرير الصور، الصور الطبية.
المراجع
- J. Long, E. Shelhamer, T. Darrell (2015).Fully convolutional networks for semantic segmentation. CVPR 2015. doi:10.1109/CVPR.2015.7298965
- A. Kirillov, K. He, R. Girshick, C. Rother, P. Dollár (2019).Panoptic Segmentation. CVPR 2019. doi:10.1109/CVPR.2019.00963
- M. Everingham et al. (2010).The Pascal Visual Object Classes (VOC) Challenge. International Journal of Computer Vision 88. doi:10.1007/s11263-009-0275-4
