6. Cấu trúc luận án
1.1. Tổng quan về video và bài toán phát hiện và thay thế đối tượng trong
1.1.3.4. Phân vùng đối tượng
Phân vùng đối tượng là tiến trình phân chia một vùng ảnh đầu vào thành các phần nhỏ hơn. Mỗi vùng nhỏ này bao gồm các tập điểm ảnh hoặc siêu điểm ảnh biểu diễn một đối tượng hoặc một phần của đối tượng. Phân vùng đối tượng thông thường được chia thành hai loại: phân vùng ngữ nghĩa và phân vùng thực thể (hình 1.5).
Phân vùng ngữ nghĩa - phân loại tất cả các điểm ảnh trong vùng ảnh theo
các lớp ngữ nghĩa của đối tượng. Các lớp này có thể hiểu được về mặt ngữ nghĩa và tương ứng với một lớp xác định trước trong thế giới thực. Ví dụ như trong hình 1.5(b), các điểm ảnh thuộc đối tượng trong lớp “ghế” được cô lập và đánh dấu bằng màu xanh, trong khi các điểm ảnh thuộc đối tượng trong lớp bàn được tô màu trắng.
Phân vùng thực thể – là phương pháp phân vùng không chỉ phân loại các
điểm ảnh đối tượng theo từng lớp đối tượng tương ứng mà còn phải phân biệt giữa các thực thể trong lớp đối tượng này. Khác với phân vùng ngữ nghĩa chỉ xác định một điểm ảnh thuộc vào một lớp đối tượng, phân vùng thực thể còn phải xác định điểm ảnh này thuộc thực thể nào nếu thuộc cùng một lớp đối tượng. Ví dụ như trong hình 1.5(c), không chỉ xác định điểm ảnh thuộc lớp
1 https://datascience.stackexchange.com/questions/52015/what-is-the-difference-between-semantic- segmentation-object-detection-and-insta
“ghế” mà còn phải xác định điểm ảnh này thuộc vào ghế nào và phân biệt chúng bằng các màu khác nhau.
(a) Khôi phục ảnh (b) Loại bỏ vết xước
(c) Loại bỏ văn bản (d) Loại bỏ đối tượng
Hình 1.6. Các ví dụ về hoàn thiện, tái tạo ảnh/video [10][65]