国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:梁椅辉,黄翰,蔡昭权,郝志峰,冯夫健,
单位:1.电子科技大学中山学院计算机学院,广东中山528400;2.华南理工大学软件学院,广州510006;3.汕尾职业技术学院,广东汕尾516600;4.惠州学院科研处,广东惠州516007;5.佛山科学技术学院,广东佛山528225;6.贵州民族大学数据科学与信息工程学院,贵阳550025;
关键词:抠图,自然图像抠图,前景提取,图像处理,
基金:国家自然科学基金资助项目(62002053,61772233,61876207,61772225);广东省基础与应用基础研究基金资助项目(2019A1515111082);中山市社会公益科技研究项目(2019B2010,2019B2011);电子科技大学中山学院高层次人才科研启动项目(419YKQN15,417YKQ12);中山市重大科技专项(2019A4018);广东省普通高校青年创新人才类项目(2019KQNCX186);广东省重点领域研发计划资助项目(2018B010109003);广东省
着重对近几年自然图像抠图研究新进展进行综述,针对近年来基于启发式优化的抠图研究以及基于深度学习的抠图研究新成果对抠图研究工作进行重新分类和梳理,分析不同类型自然图像抠图研究主要的方法并整理其中的关键问题,介绍常用的自然图像抠图评价指标。最后通过实例分析总结了当前自然图像抠图研究面临的挑战,并对未来的研究前景进行了探讨。
来源:2021年第5期
《计算机应用研究》期刊编辑部