استخراج الكائنات التفاعلي البسيط

الموسوعة الحرة

خوارزمية استخراج الكائنات التفاعلية البسيطة ( SIOX ) هي خوارزمية لاستخراج كائنات المقدمة من الصور الملونة ومقاطع الفيديو بأقل قدر من تدخل المستخدم. [ 1 ] تم تطبيقها كأداة "تحديد المقدمة" في برنامج GIMP (منذ الإصدار 2.3.3)، وكجزء من أداة التتبع في برنامج Inkscape (منذ الإصدار 0.44pre3)، وكوظيفة في برنامجي ImageJ و Fiji (كإضافة). كما تم الإبلاغ عن تطبيقات تجريبية لها في برنامجي Blender و Krita . على الرغم من أن الخوارزمية صُممت في الأصل لمقاطع الفيديو، إلا أن جميع التطبيقات تقريبًا تستخدم SIOX بشكل أساسي لتقسيم الصور الثابتة. في الواقع، يُقال غالبًا إنها المعيار الفعلي الحالي لهذه المهمة في عالم البرمجيات مفتوحة المصدر .

في البداية، تُستخدم أداة تحديد يدوية لتحديد منطقة الاهتمام. يجب أن تحتوي هذه المنطقة على جميع عناصر المقدمة المراد استخراجها، وأقل قدر ممكن من عناصر الخلفية. تُشكّل البكسلات خارج منطقة الاهتمام الخلفية المؤكدة، بينما تُحدّد المنطقة الداخلية مجموعةً فرعيةً من المقدمة، أي المنطقة غير المعروفة. بعد ذلك، تُستخدم ما يُسمى بفرشاة المقدمة لتمييز مناطق المقدمة التمثيلية. تُخرج الخوارزمية قناع تحديد. يمكن تحسين التحديد إما بإضافة المزيد من علامات المقدمة أو بإضافة علامات الخلفية باستخدام فرشاة الخلفية.

من الناحية الفنية، تقوم الخوارزمية بالخطوات التالية:

  • قم بإنشاء مجموعة من الألوان التمثيلية للخلفية الأمامية والخلفية الخلفية، والتي تسمى التوقيعات اللونية.
  • قم بتعيين جميع نقاط الصورة إلى المقدمة أو الخلفية عن طريق بحث الجوار الأقرب الموزون في توقيعات الألوان.
  • قم بتطبيق بعض عمليات معالجة الصور القياسية مثل التآكل والتمدد والتشويش لإزالة التشوهات.
  • ابحث عن مكونات المقدمة المتصلة التي تكون إما كبيرة بما يكفي أو تم تحديدها من قبل المستخدم.

في تجزئة الفيديو، تُستخلص مناطق الخلفية والمقدمة المؤكدة من إحصائيات الحركة. كما يوفر برنامج SIOX أدوات تتيح تحسين الحواف والمناطق ذات النسيج العالي بدقة تصل إلى مستوى البكسل الفرعي، وهي ما تُعرف باسم "فرش تحسين التفاصيل".

كما هو الحال مع جميع خوارزميات التجزئة ، توجد دائمًا صور لا تُعطي فيها الخوارزمية نتائج مثالية. العيب الأبرز في خوارزمية SIOX هو اعتمادها على اللون. فرغم سهولة فصل العديد من الصور بناءً على اللون، إلا أن الخوارزمية لا تستطيع التعامل مع الصور المموهة. إذا تشابهت درجات الألوان في المقدمة والخلفية، فقد تُعطي الخوارزمية نتيجةً تحتوي على أجزاء مفقودة أو تصنيف خاطئ للمقدمة. تُحقق SIOX أداءً جيدًا على مختلف المعايير مقارنةً بطرق التجزئة القائمة على الرسوم البيانية، مثل Grabcut . مع ذلك، تتميز SIOX بمقاومتها العالية للضوضاء، وبالتالي يُمكن استخدامها أيضًا لتجزئة مقاطع الفيديو. تبحث طرق التجزئة القائمة على الرسوم البيانية عن الحد الأدنى للقطع، ولذلك لا تُحقق الأداء الأمثل مع الهياكل المعقدة.

طُوِّرت الخوارزمية مبدئيًا في قسم علوم الحاسوب بجامعة برلين الحرة . أما مطوّرها الرئيسي، جيرالد فريدلاند، فهو الآن عضو هيئة تدريس في قسم الهندسة الكهربائية وعلوم الحاسوب بجامعة كاليفورنيا في بيركلي، كما يشغل منصب كبير علماء البيانات في مختبر لورانس ليفرمور الوطني . ويواصل دعمه لتطويرها من خلال الإرشاد، كما في برنامج جوجل الصيفي للبرمجة .

ملحوظات

  1. ↑ فريدلاند، ج.، جانتز، ك.، لينز، ت.، ويزل، ف.، وروخاس، ر. (2006). "نهج عملي لاستخراج الكائنات المتعددة بدقة حدودية من الصور الثابتة ومقاطع الفيديو". المؤتمر الدولي الثامن لمعهد مهندسي الكهرباء والإلكترونيات حول الوسائط المتعددة (ISM'06) . الصفحات 307-316 . doi : 10.1109/ISM.2006.9 . ISBN  978-0-7695-2746-8. S2CID 13938666 . {{cite book}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )

مراجع

  • ج. فريدلاند، ك. جانتز، ر. روخاس: SIOX: استخراج الكائنات التفاعلي البسيط من الصور الثابتة، وقائع ندوة IEEE الدولية للوسائط المتعددة (ISM2005)، الصفحات  253-259، إرفاين (كاليفورنيا)، ديسمبر 2005. مقال إلكتروني
  • ج. فريدلاند، ك. جانتز، ت. لينز، ف. ويزل، ر. روخاس: قص ولصق الكائنات في الصور والفيديوهات، المجلة الدولية للحوسبة الدلالية ، المجلد 1، العدد 2، الصفحات  221-247، دار النشر العالمية، الولايات المتحدة الأمريكية، يونيو 2007. مقال إلكتروني