この度、Ristインターン生の山際と、Rist社員の神戸、中本が共著した論文「Zero-Shot Edge Detection with SCESAME: Spectral Clustering-based Ensemble for Segment Anything Model Estimation」が、IEEE（米国電気電子学会）主催のコンピュータービジョンの国際会議「WACV 2024（Winter Conference on Applications of Computer Vision 2024）」のworkshopに採択されました。WACV 2024は、2024年1月4日〜8日にハワイ州・ワイコロアにて開催が予定されています。

この研究は、Segment Anything Model （SAM） のマスクを用いて zero-shot でエッジ検出を行うと、エッジを過剰に検出するという傾向に着目しました。

下記の提案手法によって、エッジの過剰検出を抑えることに成功しました。

(1) 小さなマスクを取り除く
(2) マスク間の類似度を用いて残ったマスクをクラスタリングする
(3)(2)の後、アーティファクトを取り除く

※Segment Anything Model （SAM）：2023年4月にMeta社が発表した、画像セグメンテーション（画像に映っている物体の識別・分類）の基盤モデル。

掲載論文の詳細については、Ristお知らせをご覧ください！