公开(公告)号：CN101558404A

公开(公告)日：2009-10-14

申请号：CN200680021274.2

申请日：2006-06-19

Applicant: 微软公司

Inventor： A·克里米尼斯 ,  A·布雷克 ,  G·克罗斯 ,  V·科莫格洛夫

IPC: G06F17/00

CPC classification number: G06K9/00234 ,  G06K9/00261 ,  G06T7/11 ,  G06T7/143 ,  G06T7/162 ,  G06T7/174 ,  G06T7/254 ,  G06T2207/10016 ,  G06T2207/20121

Abstract: 一种基于包括运动、色彩、对比度在内的一个或多个因素的分割过程可提供图像中前景层与背景层的分割。色彩、运动、以及可任选地还有对比度信息可被概率性地融合以准确而高效率地推断出前景和/或背景层。可从训练数据自动学习运动相对于非运动的似然性，再使之与对比度敏感的色彩模型融合。然后可通过诸如图割等优化算法来高效率地解决分割问题。

公开(公告)号：CN101558404B

公开(公告)日：2013-01-23

申请号：CN200680021274.2

申请日：2006-06-19

Applicant: 微软公司

Inventor： A·克里米尼斯 ,  A·布雷克 ,  G·克罗斯 ,  V·科莫格洛夫

IPC: G06F17/00

CPC classification number: G06K9/00234 ,  G06K9/00261 ,  G06T7/11 ,  G06T7/143 ,  G06T7/162 ,  G06T7/174 ,  G06T7/254 ,  G06T2207/10016 ,  G06T2207/20121

Abstract: 一种基于包括运动、色彩、对比度在内的一个或多个因素的分割过程可提供图像中前景层与背景层的分割。色彩、运动、以及可任选地还有对比度信息可被概率性地融合以准确而高效率地推断出前景和/或背景层。可从训练数据自动学习运动相对于非运动的似然性，再使之与对比度敏感的色彩模型融合。然后可通过诸如图割等优化算法来高效率地解决分割问题。