一种用于图像分割的图多分隔器问题
A Graph Multi-separator Problem for Image Segmentation
AI总结：
本文将图像分割抽象为多分隔器组合优化问题，显式建模像素间的分隔结构，针对NP难的一般情形提出两种局部搜索算法，并在泡沫细胞与细丝模拟体图像上验证了分割效果。
摘要：
我们以组合优化问题的形式提出了一种新的图像分割任务抽象，称之为多分隔器问题。可行解指示每个像素属于某个分割区域还是分割分隔器，并指示像素对是否属于同一分割区域。这与密切相关的提升多割问题形成对比，在后者中每个像素都与一个分割区域相关联，且没有像素显式表示分隔结构。虽然多分隔器问题是NP难的，但我们识别出两种可以高效求解的特殊情形。此外，我们为一般情形定义了两种局部搜索算法，并展示了它们在分割泡沫细胞和细丝的模拟体图像中的有效性。
英文摘要：
We propose a novel abstraction of the image segmentation task in the form of a combinatorial optimization problem that we call the multi-separator problem. Feasible solutions indicate for every pixel whether it belongs to a segment or a segment separator, and indicate for pairs of pixels whether or not the pixels belong to the same segment. This is in contrast to the closely related lifted multicut problem where every pixel is associated to a segment and no pixel explicitly represents a separating structure. While the multi-separator problem is NP-hard, we identify two special cases for which it can be solved efficiently. Moreover, we define two local search algorithms for the general case and demonstrate their effectiveness in segmenting simulated volume images of foam cells and filaments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
