Deep Active Contours 论文阅读

Deep Active Contours 的作者来自慕尼黑工业大学和约翰霍普金斯大学。 摘要：文章通过结合深度patch-based的特征表示和主动轮廓框架，提出一种交互的边界提取方法。文章训练了class-specific的卷积神经网络用于对图像中的一点预测其指向最近的物体边缘的向量。这些向量可以形成位移场，用于Sobolev主动轮廓框架中的轮廓演化。从计算资源和训练数据来看，这个方法是很高效的

>>阅读原文<<