Show simple item record

dc.contributor.authorCosta, Raquelen_US
dc.contributor.authorFonseca, Manuel J.en_US
dc.contributor.authorFerreira, Alfredoen_US
dc.contributor.editorBranco, Pedro and Rodrigues, Ruien_US
dc.date.accessioned2021-06-18T07:51:09Z
dc.date.available2021-06-18T07:51:09Z
dc.date.issued2021
dc.identifier.isbn978-3-03868-151-9
dc.identifier.urihttps://doi.org/10.2312/pt.20121106
dc.identifier.urihttps://diglib.eg.org:443/handle/10.2312/pt20121106
dc.description.abstractAo longo dos tempos, a segmentação tem provado ser um desafio devido `a sua subjectividade. A segmentação depende não apenas do domínio em causa mas acima de tudo da interpretação que os humanos fazem do objecto. Para cada contexto, diversas soluções específicas foram propostas com diferentes objectivos, limitações e vantagens. Neste trabalho propomos ultrapassar algumas dessas limitações usando o algoritmo de segmentação Collection-aware Segmentation (CaS). Este algoritmo identifica segmentos de objectos em colecções baseados na sua individualidade nessa colecção. Para esse efeito realizámos um conjunto de testes para compreender como as pessoas segmentam objectos numa colecção. A partir dos resultados destes testes desenvolvemos os algoritmos Adaped-CaS e Geons-augmented CaS. Avaliações experimentais com utilizadores mostraram que a abordagem proposta produz segmentações com significado para os humanos.en_US
dc.publisherThe Eurographics Associationen_US
dc.subject3D Object Segmentation
dc.subject3D Object Collections
dc.subjectAutomatic Segmentation
dc.subjectSimilarity Estimation
dc.titleCaS: Collection-aware Segmentationen_US
dc.description.seriesinformation20o EPCG: Encontro Portugues de Computacao Grafica
dc.description.sectionheadersArtigos longos
dc.identifier.doi10.2312/pt.20121106
dc.identifier.pages59-66


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record