Évaluation de la segmentation d'images - état de l'art, nouveaux indices et comparaison

Sep 5, 2026

Télécharger par Paura

L’article traite de l’évaluation des méthodes de segmentation d’images en régions. Il présente d’abord un état de l’art des critères, en distinguant les cas avec segmentation de référence et sans vérité terrain. À partir de l’analyse des critères existants, il propose de nouveaux indices lorsque aucune référence n’est disponible. Fondés sur une formulation énergétique, ces critères équilibrent complexité de la segmentation et adéquation d’un modèle sous-jacent aux données initiales, avec une logique multi-échelle laissant le niveau de résolution au choix de l’utilisateur. Des comparaisons expérimentales sont réalisées via différentes formulations énergétiques, puis entre le nouveau critère et les principaux critères après choix d’une énergie.

LangueFrench

CatégoriePrésentations

FormatPDF

Pages16

Temps de lecture6 min

AccèsTéléchargement gratuit

Table des matières

Introduction

Segmentation avec vérité-terrain

Segmentation sans référence et pertinence des régions

Classification des approches et lien avec l’évaluation

Évaluation de la segmentation d’images :état de l’art, nouveaux indices et comparaison Evaluation of image segmentation : state of the art, new criteria and comparison Sylvie Philipp-Foliguet1 , Laurent Guigues2 1ETIS, ENSEA, UCP, UMR CNRS 8051, 6 avenue du Ponceau, 95014 Cergy Cedex [philipp@ensea.fr](philipp@ensea.fr) 2CREATIS, UMR CNRS 5515, Inserm U 630, INSA, 7 rue Jean Capelle, 69621 Villeurbanne Cedex [laurent.guigues@creatis.insa-lyon.fr](laurent.guigues@creatis.insa-lyon.fr) Manuscrit reçu le 4 novembre 2005 Résumé et mots clés Cet article s’intéresse à l’évaluation de méthodes de segmentation d’images en régions. Nous commençons par un état de l’art des critères d’évaluation, en séparant le cas où l’on dispose d’une segmentation de référence de celui où l’on n’en dispose pas. Nous appuyant sur une analyse des principaux critères existants, nous proposons alors de nouveaux critères pour le cas où l’on ne dispose pas de référence. Ces critères, basés sur une formulation énergétique, prennent en compte à la fois la complexité de la segmentation et la fidélité aux données initiales d’un modèle sous-jacent. L’intérêt est de ne pas figer le niveau de détail attendu mais de le laisser au choix de l’utilisateur en fonction de son but. Les critères proposés sont donc des critères d’évaluation multi-échelle. Dans un premier temps, nous comparons les performances expérimentales de différentes formulations énergétiques possibles. Dans un second temps, ayant fait un choix d’énergie particulier, nous comparons les performances de notre nouveau critère avec celles des principaux critères existants. Image, segmentation, évaluation, énergie, échelle, critère. Abstract and key words This paper deals with evaluation of image segmentation methods. We start with a state-of-the art of the evaluation criteria, involving a reference segmentation or not. Based on an analysis of the main exiting criteria, we propose new criteria, when no ground-truth is available. These criteria, based on an energetical formalism, take into account both the complexity of the segmented image and the goodness-of-fit of an underlying model with the initial data. The main interest is not to fix the expected level of resolution but to leave it to the user’s choice, according to his purpose. These evaluation criteria are thus multi-scale criteria. Various forms of energy formulation are experimentally compared. Then after having choosen a particular energy, the performances of this new criterion is compared to the main existing criteria. Image, evaluation, segmentation, criterion, energy, scale. Remerciements Nous remercions vivement Ludovic Macaire et Fella Hachouf pour leurs résultats de segmentation respectivement sur Maison et Perroquet, ainsi que David Picard et Jérôme Dantan pour leur programmes d’évaluation. traitement du signal 2006_volume 23_numéro 2 109 Évaluation de la segmentation d'images : état de l'art, nouveaux indices et comparaison 1. Introduction Devant le foisonnement de méthodes développées depuis plusieurs décennies pour la segmentation des images, le problèmede l’évaluation est devenu crucial. Disposer de méthodes d’évaluation de résultats est nécessaire : • aux chercheurs pour comparer un nouvel algorithme à ceux préexistants ; • aux utilisateurs pour choisir un algorithme et régler ses paramètres en fonction du problème à résoudre. Les critères d’évaluation quantitative peuvent être groupés en deux classes, selon que l’on possède ou non une « vérité-terrain » qui constitue une segmentation de référence. Celle-ci est directement accessible dans le cas d’images de synthèse, maiselle doit être construite « à la main » par un expert du domainede l’application dans le cas d’images réelles : tracés effectuéspar des médecins, des géographes, etc… à l’aide d’outils informatiques de dessin. Si l’on veut comparer de manière objective les méthodes, il est plus simple d’utiliser des images de synthèse, pour l

FAQ

Quelles deux situations sont distinguées pour l’évaluation des méthodes de segmentation ?

L’article distingue le cas où une segmentation de référence est disponible et le cas où aucune « vérité-terrain » n’est disponible.

Sur quels principes reposent les nouveaux critères proposés sans référence ?

Ils reposent sur une formulation énergétique qui considère à la fois la complexité de la segmentation et la fidélité d’un modèle sous-jacent aux données initiales.

Comment l’article justifie le caractère multi-échelle des critères ?

L’objectif est de ne pas figer le niveau de détail attendu, mais de le laisser au choix de l’utilisateur selon son but, ce qui conduit à des critères multi-échelle.

Sep 5, 2026

Télécharger par Paura