公开(公告)号：CN104537676B

公开(公告)日：2017-03-22

申请号：CN201510015226.3

申请日：2015-01-12

Applicant: 南京大学

Inventor： 孙正兴 ,  胡佳高 ,  王春苗 ,  胡安琦

IPC: G06T7/11

Abstract: 本发明公开了一种基于在线学习的渐进式图像分割方法，包括以下步骤：对输入图像进行多个层次的分解，得到图像的多层次表示；交互分割过程，基于用户标注，训练及更新分割模型，通过迭代循环，渐进地实现对图像的精确分割。交互分割过程中，由用户标注修正部分分割错误的区域，从用户标注中提取训练样本，并使用样本扩充策略来扩充样本；利用扩充得到的训练样本训练及更新分割模型，对输入图像进行分割预测，并在此基础上利用图割优化方法得到平滑的对象区域划分结果。

公开(公告)号：CN104537676A

公开(公告)日：2015-04-22

申请号：CN201510015226.3

申请日：2015-01-12

Applicant: 南京大学

Inventor： 孙正兴 ,  胡佳高 ,  王春苗 ,  胡安琦

IPC: G06T7/00

CPC classification number: G06T2207/20081

Abstract: 本发明公开了一种基于在线学习的渐进式图像分割方法，包括以下步骤：对输入图像进行多个层次的分解，得到图像的多层次表示；交互分割过程，基于用户标注，训练及更新分割模型，通过迭代循环，渐进地实现对图像的精确分割。交互分割过程中，由用户标注修正部分分割错误的区域，从用户标注中提取训练样本，并使用样本扩充策略来扩充样本；利用扩充得到的训练样本训练及更新分割模型，对输入图像进行分割预测，并在此基础上利用图割优化方法得到平滑的对象区域划分结果。