Artigo em revista científica Q1
Hyperpixels: Flexible 4D over-segmentation for dense and sparse light fields
Maryam Hamad (Hamad, M.); Caroline Conti (Conti, C.); Paulo Nunes (Nunes, P.); Luís Ducla Soares (Soares, L. D.);
Título Revista
IEEE Transactions on Image Processing
Ano (publicação definitiva)
2023
Língua
Inglês
País
Estados Unidos da América
Mais Informação
Web of Science®

N.º de citações: 2

(Última verificação: 2024-12-13 09:20)

Ver o registo na Web of Science®


: 0.2
Scopus

N.º de citações: 2

(Última verificação: 2024-12-09 12:49)

Ver o registo na Scopus


: 0.2
Google Scholar

N.º de citações: 3

(Última verificação: 2024-12-11 09:43)

Ver o registo no Google Scholar

Abstract/Resumo
4D Light Field (LF) imaging, since it conveys both spatial and angular scene information, can facilitate computer vision tasks and generate immersive experiences for end-users. A key challenge in 4D LF imaging is to flexibly and adaptively represent the included spatio-angular information to facilitate subsequent computer vision applications. Recently, image over-segmentation into homogenous regions with perceptually meaningful information has been exploited to represent 4D LFs. However, existing methods assume densely sampled LFs and do not adequately deal with sparse LFs with large occlusions. Furthermore, the spatio-angular LF cues are not fully exploited in the existing methods. In this paper, the concept of hyperpixels is defined and a flexible, automatic, and adaptive representation for both dense and sparse 4D LFs is proposed. Initially, disparity maps are estimated for all views to enhance over-segmentation accuracy and consistency. Afterwards, a modified weighted K-means clustering using robust spatio-angular features is performed in 4D Euclidean space. Experimental results on several dense and sparse 4D LF datasets show competitive and outperforming performance in terms of over-segmentation accuracy, shape regularity and view consistency against state-of-the-art methods.
Agradecimentos/Acknowledgements
--
Palavras-chave
Light field over-segmentation,4DK-means clustering,Light field representation,Superpixel,Supervoxel
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/50008/2020 Fundação para a Ciência e a Tecnologia
PTDC/EEICOM/7096/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.