擅长:python、mysql、java
<p>我强烈建议不要使用频域方法进行分割:<br/>
频域的好处是它捕获了非本地属性,比如纹理。然而,你为全球信息付出的代价是缺乏位置信息:说“图片中这个频率来自哪里”是非常不平凡的。唉,这个位置信息对于分割来说是<strong>关键的</strong>你必须知道哪个像素属于什么“频率”/“纹理/区域…”。。。
有基于频率的描述符,其设计目的是维护某些局部信息(例如Gabor滤波器等)。然而,这些技术并不容易实现“现成”。</p>
<p>你考虑过使用深层语义分割方法吗?如果没有很多标记的图像,我建议您看看半监督的东西,比如<a href="https://arxiv.org/abs/1707.00243" rel="nofollow noreferrer"><em>Ning Xu, Brian Price, Scott Cohen, Jimei Yang, Thomas Huang</em>, <strong>Deep GrabCut for Object Selection</strong> (arXiv 2017)</a>。</p>