什么是圖像分割？

• 分類 - 將整幅圖片分成“人”、“動(dòng)物”、“戶外”等類別
• 目標(biāo)檢測(cè) - 檢測(cè)圖像中的目標(biāo)并在其周圍畫(huà)一個(gè)矩形，例如一個(gè)人或一只羊。
• 分割 - 識(shí)別圖像的部分，并理解它們屬于什么對(duì)象。分割是進(jìn)行目標(biāo)檢測(cè)和分類的基礎(chǔ)。

   語(yǔ)義分割 vs. 實(shí)例分割

• 語(yǔ)義分割 - 將圖像中的所有像素劃分為有意義的對(duì)象類。這些類是“語(yǔ)義上可解釋的”，并對(duì)應(yīng)于現(xiàn)實(shí)世界的類別。例如，你可以將與貓相關(guān)的所有像素分離出來(lái)，并將它們涂成綠色。這也被稱為dense預(yù)測(cè)，因?yàn)樗A(yù)測(cè)了每個(gè)像素的含義。

• 實(shí)例分割 - 標(biāo)識(shí)圖像中每個(gè)對(duì)象的每個(gè)實(shí)例。它與語(yǔ)義分割的不同之處在于它不是對(duì)每個(gè)像素進(jìn)行分類。如果一幅圖像中有三輛車，語(yǔ)義分割將所有的車分類為一個(gè)實(shí)例，而實(shí)例分割則識(shí)別每一輛車。

   傳統(tǒng)的圖像分割方法

• 閾值 - 將圖像分割為前景和背景。指定的閾值將像素分為兩個(gè)級(jí)別之一，以隔離對(duì)象。閾值化將灰度圖像轉(zhuǎn)換為二值圖像或?qū)⒉噬珗D像的較亮和較暗像素進(jìn)行區(qū)分。

• K-means聚類 - 算法識(shí)別數(shù)據(jù)中的組，變量K表示組的數(shù)量。該算法根據(jù)特征相似性將每個(gè)數(shù)據(jù)點(diǎn)(或像素)分配到其中一組。聚類不是分析預(yù)定義的組，而是迭代地工作，從而有機(jī)地形成組。

• 基于直方圖的圖像分割 - 使用直方圖根據(jù)“灰度”對(duì)像素進(jìn)行分組。簡(jiǎn)單的圖像由一個(gè)對(duì)象和一個(gè)背景組成。背景通常是一個(gè)灰度級(jí)，是較大的實(shí)體。因此，一個(gè)較大的峰值代表了直方圖中的背景灰度。一個(gè)較小的峰值代表這個(gè)物體，這是另一個(gè)灰色級(jí)別。

• 邊緣檢測(cè) - 識(shí)別亮度的急劇變化或不連續(xù)的地方。邊緣檢測(cè)通常包括將不連續(xù)點(diǎn)排列成曲線線段或邊緣。例如，一塊紅色和一塊藍(lán)色之間的邊界。

   深度學(xué)習(xí)如何助力圖像分割方法

• Atrous convolutions — 使用一個(gè)因子，可以擴(kuò)展或收縮卷積濾波器的視場(chǎng)。
• ResNet — 微軟的深度卷積網(wǎng)絡(luò)(DCNN)。它提供了一個(gè)框架，可以在保持性能的同時(shí)訓(xùn)練數(shù)千個(gè)層。ResNet強(qiáng)大的表征能力促進(jìn)了計(jì)算機(jī)視覺(jué)應(yīng)用的發(fā)展，如物體檢測(cè)和人臉識(shí)別。
• Atrous spatial pyramid pooling (ASPP) — 提供多尺度信息。它使用一組具有不同擴(kuò)展率的復(fù)雜函數(shù)來(lái)捕獲大范圍的上下文。ASPP還使用全局平均池(GAP)來(lái)合并圖像級(jí)特征并添加全局上下文信息。

   圖像分割的應(yīng)用

目標(biāo)檢測(cè)和人臉檢測(cè)

• 人臉檢測(cè) - 一種用于許多應(yīng)用的目標(biāo)檢測(cè)，包括數(shù)字相機(jī)的生物識(shí)別和自動(dòng)對(duì)焦功能。算法檢測(cè)和驗(yàn)證面部特征的存在。例如，眼睛在灰度圖像中顯示為谷地。
• 醫(yī)學(xué)影像 - 從醫(yī)學(xué)影像中提取臨床相關(guān)信息。例如，放射學(xué)家可以使用機(jī)器學(xué)習(xí)來(lái)增強(qiáng)分析，通過(guò)將圖像分割成不同的器官、組織類型或疾病癥狀。這可以減少運(yùn)行診斷測(cè)試所需的時(shí)間。
• 機(jī)器視覺(jué) - 捕捉和處理圖像，為設(shè)備提供操作指導(dǎo)的應(yīng)用。這包括工業(yè)和非工業(yè)的應(yīng)用。機(jī)器視覺(jué)系統(tǒng)使用專用攝像機(jī)中的數(shù)字傳感器，使計(jì)算機(jī)硬件和軟件能夠測(cè)量、處理和分析圖像。例如，檢測(cè)系統(tǒng)為汽水瓶拍照，然后根據(jù)合格 - 不合格標(biāo)準(zhǔn)分析圖像，以確定瓶子是否被正確地填充。

視頻監(jiān)控 — 視頻跟蹤和運(yùn)動(dòng)目標(biāo)跟蹤

• 自動(dòng)駕駛 自動(dòng)駕駛汽車必須能夠感知和理解他們的環(huán)境，以便安全駕駛。相關(guān)類別的對(duì)象包括其他車輛、建筑物和行人。語(yǔ)義分割使自動(dòng)駕駛汽車能夠識(shí)別圖像中的哪些區(qū)域可以安全駕駛。
• 虹膜識(shí)別 一種能識(shí)別復(fù)雜虹膜圖案的生物特征識(shí)別技術(shù)。它使用自動(dòng)模式識(shí)別來(lái)分析人眼的視頻圖像。
• 人臉識(shí)別 從視頻中識(shí)別個(gè)體。這項(xiàng)技術(shù)將從輸入圖像中選擇的面部特征與數(shù)據(jù)庫(kù)中的人臉進(jìn)行比較。

零售圖像識(shí)別