Piece-wise Constant Image Segmentation with a Deep Image Prior Approach

La segmentazione di immagini è un tema di ricerca molto vivo in svariati ambiti di applicazione

(computer vision, image processing, medical imaging). Tale problema può essere formulato

attraverso la minimizzazione del funzionale di Mumford-Shah, uno degli approcci più utilizzati

in questo ambito. Negli anni recenti nuove tecniche sono state studiate, basate su approcci

di tipo Deep Learning. In questo seminario proponiano un approccio non supervisionato per la

segmentazione semantica basato sul framework Deep Image Prior: il funzionale di Mumford Shah

viene riparametrizzato attraverso i pesi di una rete convolutoria. I primi esperimenti, eseguiti su

immagini "naturali" e mediche mostrano come questo approccio fornisca risultati molto affidabili,

anche in presenza di rumore. Porremmo anche le basi per l'estensione al modello di Ambrosio-Tortorelli.

Tutti gli interessati sono invitati a partecipare.