В данной работе рассматривается задача детектирования прямолинейных контуров (отрезков). В недавних исследованиях этой
задачи было показано, что нейросетевые методы способны превосходить классические алгоритмы по качеству, однако высокая
вычислительная сложность нейросетей стоит на пути внедрения их в приложения на замену быстрым классическим алгоритмам. В
данной работе предлагается способ объединения нейросетевого и классического подходов к задаче для компенсации их
недостатков путем подачи на вход нейросети не только изображения, но и результата работы классического алгоритма и
комбинации предсказаний на выходе. Эта модификация “упрощает” задачу, стоящую перед нейросетью, и позволяет добиться
высокого качества с использованием простой быстрой нейросети. Предложенный метод позволяет добиться 0.72 и 0.66 F1 на
наборах Wireframe и York соответственно при скорости 14 FPS на CPU.
Ключевые слова:
искусственные нейронные сети, детектирование отрезков, детектирование контуров, Unet, Canny
DOI: 10.31857/S0235009221010042
Цитирование для раздела "Список литературы":
Ерлыгин Л. А., Тепляков Л. М.
Улучшение нейросетевого детектора отрезков путем добавления инженерных признаков.
Сенсорные системы.
2021.
Т. 35.
№ 1.
С. 50–54. doi: 10.31857/S0235009221010042
Цитирование для раздела "References":
Erlygin L. A., Teplyakov L. M.
Uluchshenie neirosetevogo detektora otrezkov putem dobavleniya inzhenernykh priznakov
[Improvement of a line segment detector based on a neural network by adding engineering features].
Sensornye sistemy [Sensory systems].
2021.
V. 35(1).
P. 50–54
(in Russian). doi: 10.31857/S0235009221010042
Список литературы:
- Bandera A., Pérez-Lorenzo A., Bandera J.M., Sandoval F. Mean shift based clustering of hough domain for fast line segment detection. Pattern Recognition Letters. 2006. P. 578–586.
- Bista S.R., Giordano P.R., Chaumette F. Appearancebased indoor navigation by IBVS using line segments. IEEE Robotics and Automation Letters. 2016. P. 423–430.
- Burns J.B., Hanson A.R., Riseman E.M. Extracting straight lines. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. P. 425–455.
- Canny J. A Computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. P. 679–698.
- Coughlan J.M., Yuille A.L. Manhattan world: orientation and outlier detection by bayesian inference. Neural Comput. 2003. P. 1063–1088.
- Duda R.O., Hart P.E. Use of the hough transformation to detect lines and curves in pictures. Commun. ACM. 1972. P. 11–15.
- Grompone von Gioi R., Jakubowicz J., Morel J.M., Randall G. LSD: A fast line segment detector with a false detection control. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2010. P. 722–732.
- Grompone von Gioi R., Jakubowicz J., Morel J.M., Randall G. LSD: A line segment detector. Image Processing On Lin. 2012. P. 35–55.
- Huang J., Wang Z., Liang H. Lane marking detection based on segments with upper and lower structure. International Journal of Pattern Recognition and Artificial Intelligence. 2020.
- Huang K., Wang Y., Zhou Z., Ding T., Gao S., Ma Y. Learning to parse wireframes in images of man-made environments. IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2018. P. 626–635.
- Kingma D.P., Ba J.L. Adam: A Method for stochastic optimization, 2014.
- Kiryati N., Eldar Y., Bruckstein A.M. A probabilistic hough transform. Pattern Recognition. 1991. P. 303–316.
- Krizhevsky A., Sutskever I., Hinton G.E. ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems. 2012. P. 1097–1105.
- Lin Y., Silvia L., Pintea S. Deep hough-transform line priors, 2020.
- Ronneberger O., Fischer P., Tomas B. U-Net: convolutional networks for biomedical image segmentation. 2015.
- Xue N., Bai S., Wang F., Xia G., Wu T., Zhang L., Torr P. Learning regional attraction for line segment detection. IEEE transactions on pattern analysis and machine intelligence. 2019.
- Xue N., Wu T., Bai S., Wang F.D., Xia G.S., Zhang L. Holistically-attracted wireframe parsing, 2020.
- Yichao Z., Haozhi Q., Ma Y. End-to-end wireframe parsing. 2019.
- Zhukovsky A., Nikolaev D., Arlazarov V., Postnikov V., Polevoy D., Skoryukina N., Povolotsky M. Segments graph-based approach for document capture in a smartphone video stream. 14th IAPR International Conference on Document Analysis and Recognition (ICDAR). 2017. P. 337–342.
