融入极值点特征的深度交互式图像分割方法研究

作者：陆安琴; 秦婵婵; 胡圣波; 李国庆

来源：信息通信, 2020, (06): 66-69.

DOI：10.3969/j.issn.1673-1131.2020.06.025

• 交互式图像分割
• 卷积神经网络(CNN)
• 欧氏距离映射图
• 极值点特征
• 极值框

交互式图像分割是指向计算机提供有用的先验知识,通过用户交互辅助计算机把感兴趣的区域从复杂环境中分离出来。交互式图像分割目前存在的两个难点:一是用户交互过程复杂,操作不方便。二是计算机根据用户提供的交互信息分割出的结果不理想。针对上述问题,提出了一种融入极值点特征的深度交互式图像分割方法。首先通过用户标出图像中目标区域顶部、底部、最左侧、和最右侧的极值点,然后利用算法求解出以极值点为顶点的极值框;根据欧氏距离变换原理,将极值框求解成欧式距离映射图,最后将欧氏距离映射图和图像的RGB三个通道级联输入到卷积神经网络(Convolutional Neural Networks,CNN),通过卷积神经网络提取特征,输出特征图。与其他类似的方法相比较,该方法用户交互时间少、分割结果更加完整。

• 单位
  贵州师范大学; 华中师范大学