Many existing algorithms in compute

Many existing algorithms in computer vision use the pixel-grid as the underlying representation. For example, stochastic models of images, such as Markov random fields, are often defined on this regular grid. Or, face detection is typically done by matching stored templates to every fixed-size (say, 50x50) window in the image.

The pixel-grid, however, is not a natural representation of visual scenes. It is rather an "artifact" of a digital imaging process. It would be more natural, and presumably more efficient, to work with perceptually meaningful entities obtained from a low-level grouping process. For example, we can apply the Normalized Cuts algorithm to partition an image into, say, 500 segments (what we call superpixels).

Kết quả (Việt) 2:

Nhiều thuật toán hiện có trong thị giác máy tính sử dụng các pixel-lưới như các đại diện cơ bản. Ví dụ, mô hình ngẫu nhiên của các hình ảnh, chẳng hạn như lĩnh vực Markov ngẫu nhiên, thường được xác định trên lưới điện thường xuyên này. Hoặc, nhận diện khuôn mặt thường được thực hiện bằng cách kết hợp các mẫu được lưu trữ cho mọi kích thước cố định (nói, 50x50) cửa sổ trong hình ảnh. Các pixel-lưới, tuy nhiên, không phải là một đại diện của thiên nhiên cảnh giác. Đó là là một "hiện vật" của một quá trình chụp ảnh kỹ thuật số. Nó sẽ tự nhiên hơn, và có lẽ hiệu quả hơn, để làm việc với các đơn vị có ý nghĩa về mặt nhận thức thu được từ quá trình phân nhóm cấp thấp. Ví dụ, chúng ta có thể áp dụng các thuật toán cắt giảm bình thường hóa để phân vùng một hình ảnh vào, nói, 500 phân đoạn (mà chúng tôi gọi superpixels).