自己导师和这篇论文有极大的关系(导师也曾在微软亚研院),做的时候比较快。
可以说是效果很出色的一个算法。
步骤:
UI接入(人为指定前景后景);
前后景颜色聚类;
对于未知分类的像素计算其分为前后景的代价;
附加惩罚项,因为真实世界是连续的,我们对于前后景出现跳变给出惩罚,因此结果会出现了连续性。;
最小化能量方程。
核心在于最小化能量方程,这里面涉及到部分马尔科夫的决策,建议仔细了解这一部分,对于我来说复习了很多数学知识。
如何去实现这样一个最小化能量方程代码?
建议单独使用一个类,专门完成最小化成能量。
具体的代码将会在我的github给出。
github link:https://github.com/Cindy-xdZhang/opencv-begining-project.