Deep Active Contours 論文閱讀

Deep Active Contours 的作者來自慕尼黑工業大學和約翰霍普金斯大學。 摘要：文章通過結合深度patch-based的特徵表示和主動輪廓框架，提出一種交互的邊界提取方法。文章訓練了class-specific的卷積神經網絡用於對圖像中的一點預測其指向最近的物體邊緣的向量。這些向量可以形成位移場，用於Sobolev主動輪廓框架中的輪廓演化。從計算資源和訓練數據來看，這個方法是很高效的

>>阅读原文<<