简介

美国普渡大学的研究人员开发出一种基于热映像的计算机图像分割算法可使计算机迅速识别出物体的外形即便其发生扭曲或轻度变形也不会受到影响该技术将使机器视觉与人类视觉更加接近可广泛应用于图像搜索医疗影像以及无人机制造等多个领域详细研究结果将分为两篇论文在6月21日至23日举行的IEEE美国电气及电子工程师学会计算机视觉和模式识别大会上予以公布

简述

人类能够很容易把一个三维物体从背景中识别出来也能轻松地识别出它的部分和整体但这对计算机来说就比较复杂按照目前的计算机视觉识别技术必须事先告诉计算机目标物体外形的初始信息以及可以将其分割成多少片段而后通过一定的算法将已知图像与未知图像进行对比最终通过筛选识别出目标新算法更接近于人类是一种无监督机器学习计算机或是机器人在无需任何事前训练的情况下就能具有感知和学习能力技术计算机可自行估计可分割的段数而无需预先提供

新算法采用了两种新技术

负责该项研究的美国普渡大学机械工程学教授卡西克·拉马尼说新算法采用了两种新技术分别被称为热图和热分布由于热量会沿物体表面进行扩散并准确地显示出物体的外形通过这种智能热力该算法就能模拟出热量沿物体表面从一点到另一点的流动从而描述出物体的形状其工作原理是为了便于描述和识别首先将图像分割成众多三角形状的网格再通过计算网格间流动的热量来识别出物体的外形该方法不但可用于对实际热量的跟踪还能按照相应的原理对热量的流动进行模拟拉马尼说该技术是站在巨人的肩膀上才得以产生的爱因斯坦对热扩散理论的贡献和法国物理学家傅立叶对热在固体中传播的研究都为该算法提供了巨大的帮助

潜力巨大

实验中研究人员利用该算法对包括手人形模型和半人马模型等多种复杂形状的物体进行了测试结果发现计算机能够准确识别出这些物体即便其发生扭曲或轻度变形也不会受到影响此外该算法还能忽略由激光扫描不完整或其他错误数据所产生的噪音研究人员称该技术潜力巨大可广泛应用于图像搜索机器人视觉和导航3D医学影像无人机制造多媒体游戏机动画电影人物创作等多个领域