| dc.contributor.author | Луп'як, Д. Д. | uk |
| dc.contributor.author | Квєтний, Р. Н. | uk |
| dc.contributor.author | Lupyak, D. D. | en |
| dc.contributor.author | Kvyetnyy, R. N. | en |
| dc.date.accessioned | 2022-05-16T08:53:32Z | |
| dc.date.available | 2022-05-16T08:53:32Z | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | Луп'як Д. Д. Шляхи підвищення ефективності сучасних методів матування зображень [Текст]
/ Д. Д. Луп'як, Р. Н. Квєтний // Оптико-електроннi iнформацiйно-енергетичнi технологiї. – 2021. – Т. 41, № 1. – С. 33-38. | uk |
| dc.identifier.issn | 2311-2662 | |
| dc.identifier.issn | 1681-7893 | |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/35243 | |
| dc.description.abstract | В роботі проведено аналітичний огляд сучасних методів матування зображення. Визначено ключові ідеї методів, що існують та наведено порівняння їхньої точності. Визначено проблеми та завдання для подальшого дослідження методів матування зображення. | uk |
| dc.description.abstract | The analytical review of modern methods of image matting is carried out in the work. The
key ideas of existing methods are identified, and their accuracy is compared. Problems and tasks for
further research of image matting methods are identified. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Оптико-електроннi iнформацiйно-енергетичнi технологiї. Т. 41, № 1 : 33-38. | uk |
| dc.relation.uri | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/589 | |
| dc.subject | глибоке навчання | uk |
| dc.subject | матування | uk |
| dc.subject | сегментація | uk |
| dc.subject | комп`ютерний зір | uk |
| dc.subject | deep learning | en |
| dc.subject | matting | en |
| dc.subject | segmentation | en |
| dc.subject | computer vision | en |
| dc.title | Шляхи підвищення ефективності сучасних методів матування зображень | uk |
| dc.type | Article | |
| dc.identifier.udc | 004.932.2 | |
| dc.relation.references | Y. Mishima, “Soft edge chroma-key generation based upon hexoctahedral color space,” in U.S.
Patent 5,355,174, 1993. | en |
| dc.relation.references | Луп’як Д. Д., «Використання методів сегментації та матування в задачі визначення
переднього плану зображення» Матеріали конференції «L Науково-технічна конференція
підрозділів Вінницького національного технічного університету (2021)», Вінниця, 2021.
[Електронний ресурс]. Режим доступу: https://conferences.vntu.edu.ua/index.php/allvntu/index/
pages/view/zbirn2021 | uk |
| dc.relation.references | Білинський Й. Й. Метод сегментації ультразвукових зображень на основі аналізу локальної
статистики гістограм / Білинський Й.Й., Мельничук А.О.,Чумак О.А.// Вісник Вінницького
політехнічного інституту 2010. – №6. – С.102-107. | uk |
| dc.relation.references | Yung-Yu Chuang, Brian Curless, David Salesin, and Richard Szeliski. A bayesian approach to
digital matting. In 2001 IEEE Computer Society Conference on Computer Vision and Pattern
Recognition (CVPR 2001), with CD-ROM, 8-14 December 2001, Kauai, HI, USA, pages 264–
271, 2001. | en |
| dc.relation.references | Jue Wang and Michael F. Cohen. An iterative optimization approach for unified image
segmentation and matting. In 10th IEEE International Conference on Computer Vision (ICCV
2005), 17-20 October 2005, Beijing, China, pages 936–943, 2005. | en |
| dc.relation.references | Eduardo Simoes Lopes Gastal and Manuel M. Oliveira. Shared sampling for realtime alpha
matting. Comput. Graph. Forum, 29(2):575–584, 2010. | en |
| dc.relation.references | Kaiming He, Christoph Rhemann, Carsten Rother, Xiaoou Tang, and Jian Sun. A global sampling
method for alpha matting. In The 24th IEEE Conference on Computer Vision and Pattern
Recognition, CVPR 2011, Colorado Springs, CO, USA, 2011. | en |
| dc.relation.references | Xiaoxue Feng, Xiaohui Liang, and Zili Zhang. A cluster sampling method for image matting via
sparse coding. In Computer Vision - ECCV 2016 - 14th European Conference, Amsterdam, The
Netherlands, Proceedings, Part II, pages 204–219, 2016. | en |
| dc.relation.references | Jian Sun, Jiaya Jia, Chi-Keung Tang, and Heung-Yeung Shum. Poisson matting. ACM Trans.
Graph., 23(3):315–321, 2004. | en |
| dc.relation.references | Leo Grady, Thomas Schiwietz, Shmuel Aharon, and RÃijdiger Westermann. Random walks for
interactive alpha-matting. In IN PROCEEDINGS OF VIIP 2005, pages 423– 429, 2005 | en |
| dc.relation.references | Yung-Yu Chuang, Brian Curless, David Salesin, and Richard Szeliski. A bayesian approach to
digital matting. In 2001 IEEE Computer Society Conference on Computer Vision and Pattern
Recognition (CVPR 2001), Kauai, HI, USA, pages 264–271, 2001. | en |
| dc.relation.references | Anat Levin, Alex Rav-Acha, and Dani Lischinski. Spectral matting. In 2007 IEEE Computer
Society Conference on Computer Vision and Pattern Recognition (CVPR 2007), 18-23 June 2007,
Minneapolis, Minnesota, USA, 2007. | en |
| dc.relation.references | Anat Levin, Dani Lischinski, and Yair Weiss. A closed-form solution to natural image matting.
IEEE Trans. Pattern Anal. Mach. Intell., 30(2):228–242, 2008. | en |
| dc.relation.references | Yuanjie Zheng, Chandra Kambhamettu, Jingyi Yu, Thomas L. Bauer, and Karl V. Steiner.
Fuzzymatte: A computationally efficient scheme for interactive matting. In 2008 IEEE Computer
Society Conference on Computer Vision and Pattern Recognition (CVPR 2008), 24-26 June 2008,
Anchorage, Alaska, USA, 2008. | en |
| dc.relation.references | J. Wang and M. Cohen, “Optimized color sampling for robust matting,” in Proc. of IEEE CVPR,
2007. | en |
| dc.relation.references | Donghyeon Cho, Yu-Wing Tai, and Inso Kweon. Natural image matting using deep convolutional
neural networks. In European Conference on Computer Vision, pages 626–643. Springer, 2016 | en |
| dc.relation.references | Ning Xu, Brian Price, Scott Cohen, and Thomas Huang. Deep image matting. In Proceedings of
the IEEE Conference on Computer Vision and Pattern Recognition, pages 2970– 2979, 2017 | en |
| dc.relation.references | Hao Lu, Yutong Dai, Chunhua Shen, and Songcen Xu. Indices matter: Learning to index for deep
image matting. In Proceedings of the IEEE International Conference on Computer Vision, pages
3266–3275, 2019 | en |
| dc.relation.references | Sebastian Lutz, Konstantinos Amplianitis, and Aljosa Smolic. Alphagan: Generative adversarial
networks for natural image matting. arXiv preprint arXiv:1807.10088, 2018 | en |
| dc.relation.references | Jingwei Tang, Yagiz Aksoy, Cengiz Oztireli, Markus Gross, and Tunc Ozan Aydin. Learningbased sampling for natural image matting. In Proceedings of the IEEE Conference on Computer
Vision and Pattern Recognition, pages 3055– 3063, 2019 | en |
| dc.relation.references | Yaoyi Li and Hongtao Lu. Natural image matting via guided contextual attention. In Proceedings
of the AAAI Conference on Artificial Intelligence, volume 34, pages 11450–11457, 2020 | en |
| dc.relation.references | Haichao Yu, Ning Xu, Zilong Huang, Yuqian Zhou, and Humphrey Shi. High-resolution deep
image matting. arXiv preprint arXiv:2009.06613, 2020 | en |
| dc.relation.references | Y. Wang, Y. Niu, P. Duan, J. Lin, and Y. Zheng. Deep propagation based image matting. | en |
| dc.relation.references | Hou, Q., Liu, F.: Context-aware image matting for simultaneous foreground and alpha estimation.
In: Proceedings of the International Conference on Computer Vision (October 2019) | en |
| dc.relation.references | Cai, S., Zhang, X., Fan, H., Huang, H., Liu, J., Liu, J., Liu, J., Wang, J., Sun, J.: Disentangled
image matting. In: Proceedings of the International Conference on Computer Vision (October
2019) | en |
| dc.relation.references | Marco Forte and Franc¸ois Pitie. F,b, alpha matting. ´ arXiv preprint arXiv:2003.07711, 2020 | en |
| dc.relation.references | Yaoyi Li, Qingyao Xu, and Hongtao Lu. Hierarchical opacity propagation for image matting.
arXiv preprint arXiv:2004.03249, 2020 | en |
| dc.relation.references | Yu Qiao, Yuhao Liu, Xin Yang, Dongsheng Zhou, Mingliang Xu, Qiang Zhang, and Xiaopeng
Wei. Attention-guided hierarchical structure aggregation for image matting. In Proceedings of the
IEEE/CVF Conference on Computer Vision and Pattern Recognition, pages 13676–13685, 2020 | en |
| dc.relation.references | Yuhao Liu, Jiake Xie, Yu Qiao. Prior-Induced Information Alignment for Image Matting.
arXiv:2106.14439v1, 2021 | en |
| dc.relation.references | H. Lu, Y. Dai, C. Shen, and S. Xu, “Index networks,” IEEE Trans. Pattern Anal. Mach. Intell.,
2020. | en |
| dc.relation.references | Yanan Sun, Chi-Keung Tang, Yu-Wing Tai. Semantic Image Matting. arXiv:2104.08201v1, 2021 | en |
| dc.relation.references | Soumyadip Sengupta, Vivek Jayaram, Brian Curless, Steven M Seitz, and Ira KemelmacherShlizerman. Background matting: The world is your green screen. In Proceedings of the
IEEE/CVF Conference on Computer Vision and Pattern Recognition, pages 2291–2300, 2020 | en |
| dc.relation.references | Shanchuan Lin, Andrey Ryabtsev, Soumyadip Sengupta, Brian Curless, Steve Seitz, and Ira
KemelmacherShlizerman. Real-time high-resolution background matting. arXiv preprint
arXiv:2012.07810, 2020 | en |
| dc.relation.references | Xiaoyong Shen, Xin Tao, Hongyun Gao, Chao Zhou, and Jiaya Jia. Deep automatic portrait
matting. In European Conference on Computer Vision, pages 92–107. Springer, 2016 | en |
| dc.relation.references | Yagiz Aksoy, Tae-Hyun Oh, Sylvain Paris, Marc Pollefeys, ˘ and Wojciech Matusik. Semantic
soft segmentation. ACM Transactions on Graphics (TOG), 37(4):1–13, 2018 | en |
| dc.relation.references | Quan Chen, Tiezheng Ge, Yanyu Xu, Zhiqiang Zhang, Xinxin Yang, and Kun Gai. Semantic
human matting. In 2018 ACM Multimedia Conference on Multimedia Conference, pages 618–
626. ACM, 2018 | en |
| dc.relation.references | Guanying Chen, Kai Han, and Kwan-Yee K. Wong. Tom-net: Learning transparent object matting
from a single image. In CVPR, 2018 | en |
| dc.relation.references | Yunke Zhang, Lixue Gong, Lubin Fan, Peiran Ren, Qixing Huang, Hujun Bao, and Weiwei Xu. A
late fusion cnn for digital matting. In Proceedings of the IEEE Conference on Computer Vision
and Pattern Recognition, pages 7469– 7478, 2019 | en |
| dc.relation.references | Zhanghan Ke, Kaican Li, Yurou Zhou, Qiuhua Wu, Xiangyu Mao, Qiong Yan. Is a Green Screen
Really Necessary for Real-Time Portrait Matting? arXiv:2011.11961v2, 2020 | en |
| dc.relation.references | Jinlin Liu, Yuan Yao, Wendi Hou, Miaomiao Cui, Xuansong Xie, Changshui Zhang, and Xiansheng Hua. Boosting semantic human matting with coarse annotations. In Proceedings of the
IEEE/CVF Conference on Computer Vision and Pattern Recognition, pages 8563–8572, 2020. | en |
| dc.relation.references | Yuhongze Zhou, Liguang Zhou, Tin Lun Lam, Yangsheng Xu. Semantic-guided Automatic
Natural Image Matting with Light-weight Non-local Attention. arXiv:2103.17020v2, 2021 | en |
| dc.relation.references | Jizhizi Li, Jing Zhang. Deep Automatic Natural Image Matting. arXiv:2107.07235v1, 202 | en |
| dc.relation.references | Піддубецька М.П. Особливості використання нейронних мереж в задачах обробки
графічних зображень / Піддубецька М.П., Романюк О.Н., Тимченко Л.І. // Електронні
інформаційні ресурси: створення, використання, доступ // Збірник матеріалів Міжнародної
науково-практичної Інтернет-конференції, м.Вінниця, 2015. [Електронний ресурс]. Режим
доступу: http://conf.vntu.edu.ua/eiron/2014 | uk |
| dc.relation.references | Мартинюк Т. Б. Аналіз тенденцій розвитку сучасних комп`ютерних систем / Т. Б. Мартинюк,
А. В. Кожем`яко, Л. М. Круперштейн // Оптико-електронні інформаційно-енергетичні
технології. – 2016. – № 2. – С. 5-13. | uk |
| dc.identifier.doi | 10.31649/1681-7893-2021-41-1-33-38 | |
