umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Semi-Automatic Image Labelling Using Depth Information
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Australian National University.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap.
2015 (Engelska)Ingår i: Computers, ISSN 2073-431X, E-ISSN 2073-431X, Vol. 4, nr 2, s. 142-154Artikel i tidskrift (Refereegranskat) Published
Resurstyp
Text
Abstract [en]

Image labeling tools help to extract objects within images to be used as ground truth for learning and testing in object detection processes. The inputs for such tools are usually RGB images. However with new widely available low-cost sensors like Microsoft Kinect it is possible to use depth images in addition to RGB images. Despite many existing powerful tools for image labeling, there is a need for RGB-depth adapted tools. We present a new interactive labeling tool that partially automates image labeling, with two major contributions. First, the method extends the concept of image segmentation from RGB to RGB-depth using Fuzzy C-Means clustering, connected component labeling and superpixels, and generates bounding pixels to extract the desired objects. Second, it minimizes the interaction time needed for object extraction by doing an efficient segmentation in RGB-depth space. Very few clicks are needed for the entire procedure compared to existing, tools. When the desired object is the closest object to the camera, which is often the case in robotics applications, no clicks at all are required to accurately extract the object.

Ort, förlag, år, upplaga, sidor
2015. Vol. 4, nr 2, s. 142-154
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:umu:diva-112769DOI: 10.3390/computers4020142ISI: 000358280100004OAI: oai:DiVA.org:umu-112769DiVA, id: diva2:882849
Tillgänglig från: 2015-12-15 Skapad: 2015-12-14 Senast uppdaterad: 2018-06-07Bibliografiskt granskad

Open Access i DiVA

fulltext(5285 kB)184 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 5285 kBChecksumma SHA-512
feaeede063f0d7ad831a37e9ee7834c5ac0d7a9bc1e0e2b5e598ba6fe986c566a4ade8d811ce35d4e0c249d51ea1e90cbc36eabe1b1e3d7640bb92a2a1029f03
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Pordel, MostafaHellström, Thomas

Sök vidare i DiVA

Av författaren/redaktören
Pordel, MostafaHellström, Thomas
Av organisationen
Institutionen för datavetenskap
I samma tidskrift
Computers
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 184 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 243 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf