Di review oleh :
Nama : Raissa Almira Rachmayanti
NIM : A11.2016.09452
Kelompok : A11.4607
Penulis : Zhiguang Xiao, Hui Chen, Changhe Tu, dan Reinhard Klette
Judul : An effective graph and depth layer based RGB-D image foreground object extraction
method
Jurnal : Computational Visual Media DOI 10.1007/s41095-017-0095-3. Vol. 3, No. 4, December
2017, 387–393
Pengantar
Ekstraksi siluet yang akurat dalam objek latar depan (foreground object) dalam gabungan warna
gambar dan data peta yang mendalam relevansi dengan aplikasi yang mengubah isi sebuah adegan, atau
mengubah kedalaman isi untuk keperluan display di 3DTV, deteksi objek, atau pemahaman adegan. Untuk
mengidentifikasi objek latar depan dan siluetnya dalam sebuah adegan, perlu untuk men-segmen gambar
agar dapat membedakan daerah latar depan (foreground) dari sisa gambar latar belakang (background).
Secara umum, property data gambar seperti noise, kesamaan warna, atau pencahayaan menyulitkan untuk
mendapatkan segmentasi yang memuaskan hasil. Kedalaman (depth) pada gambar menyediakan kategori
tambahan dari property data gambar.
Metode
Pendekatan ini meliputi 4 langkah. Pertama, grafik dibangun secara independen dari warna serta
kedalaman informasi seperti setiap node mewakili sebuah piksel (pixel) dan tepi (edge). Penulis mengubah
ruang warna menjadi ruang CIELUV untuk mengukur perbedaan tiap piksel. Kedua, kedalaman peta
dipartisi menjadi beberapa lapisan multi-threshold. Ketiga, titik asal ditentukan secara manual untuk
mencari objek latar depan, dan menentukan kedalaman lapisan yang mereka berhak miliki. Akhirnya, kita
menggabungkan adegan yang terdepan menurut isyarat yang didapat di tiga langkah sebelumnya, untuk
mengekstrak objek latar depan dengan siluet yang akurat.
Pembahasan
3. Kedalaman Lapisan
Kedalaman lapisan terdiri dari dua langkah :