
140
5 章 疎行列を用いた分割表
5.9
情報変化量の使い方
最後に、
VI
を使って、できる限りの最高な画像の自動セグメンテーションの推定方法を紹介し
ま す 。「
3
章
ndimage
を使った画像領域のネットワーク」に登場した、闊歩する人懐こいトラを
覚えていますか(図
5-4
参照。もし覚えていないなら、危険察知能力を鍛えた方がよいかもしれ
ませんよ!)。
3
章で学んだワザを使って、トラの画像のセグメンテーションをいくつもの可能な
方法で生成し、どれが一番よいか評価してみましょう。
from skimage import io
url = ('http://www.eecs.berkeley.edu/Research/Projects/CS/vision/bsds'
'/BSDS300/html/images/plain/normal/color/108073.jpg')
tiger = io.imread(url)
plt.imshow(tiger);
■
画像のセグメンテーションの結果を評価するには、何らかの正解データが必要です。実は、ヒト
はトラを検知するのがすばらしく上手なので(自然淘汰最高!)、ヒトにトラを見つけてもらいさ
えすればよいのです。運のよいことに、カリフォルニア大学バークレー校の研究者がすでに何十人
ものヒトにこの画像を見せて手作業でセグメンテーションしてもらっています
†
。
まずは、
Berkeley Segmentation Dataset and Benchmark
(
http://bit.ly/2sdHN92 ...