美國麻省理工學院的研究人員開發(fā)出了一種新的圖像分割算法，可將傳統(tǒng)分割算法的效率提高上萬倍。該研究將有助于改善醫(yī)療成像系統(tǒng)的識別精度并實現(xiàn)對特定3D物體的連續(xù)跟蹤識別。當我們推開窗戶向外張望時，馬上就能看到汽車、人行道、行人或者遠處高大的建筑。這在計算機領域中被稱為視覺識別，對人類來說毫無難度，但對計算機視覺識別技術來說卻是個難以解決的核心問題。

因為計算機并不明白兩個不同物體有什么不同，所以就必須將圖像分割開來，告訴計算機每個物體的邊界在哪里，用來解決這個問題的算法就被稱為圖像分割算法。

在圖像分割算法上，最原始也最傳統(tǒng)的算法是使用大量的猜測并通過計算進行匹配和排除。這種算法雖然也能達到目的，但效率低而且占用資源巨大。由麻省理工學院電子工程及計算機科學學院的詹森-張和計算機科學與人工智能實驗室(CSAIL)的約翰-費舍爾開發(fā)的這套算法就能解決這一問題，他們宣稱新算法可將傳統(tǒng)算法的效率提高上萬倍。

張說，圖像分割之所以成為一個難題是因為它并沒有一個唯一的正確答案。向10個人進行詢問有可能會得到10種不同的回答。因此，他們希望能開發(fā)出一種與人類理解方式類似的圖像分割算法。

?

對特定3D物體的連續(xù)跟蹤識別

為達到這一目的，詹森-張和費舍爾的算法從兩個方面進行分割以實現(xiàn)平衡。首先以顏色為標準進行分割，按照顏色的不同來確定物體的邊界;另外，以模糊算法通過簡單化的原則對物體形狀進行區(qū)分。

實驗結果顯示，雖然其他研究人員也都采取了與此大致相同的辦法，但由于他們的初衷只為找到最適合的唯一的圖像分割結果，所以運算強度大，效率自然較低;而新算法因考慮到了多種不同分割的可能，可以用較小的精度進行高效率的運算。雖然存在不少匹配精度較低的分割，但新算法最終仍能快速找到最優(yōu)匹配結果。

美國佐治亞理工學院計算機工程學教授安東尼·伊澤爾說：“在圖像分割領域有很多種新的方法，所以也不好說這種分割法會讓整個領域發(fā)生變革。但應該肯定的是新算法非常有趣，我認為可以將其算作是一個里程碑。該技術可以用于物體的跟蹤，甚至它還能用來識別隨著時間的流逝外形發(fā)生變化的腫瘤。通過模式匹配，該技術還能夠?qū)崿F(xiàn)對不同角度不同光線下物體的精確識別?！?/p>