在一些智能手机的相册里，只需长按照片，图中的人、物就会与背景分开，用户可以直接保存分割出的内容，进行编辑和分享，日常生活中这样的图像分割技术已无处不在，它甚至可以用于医学影像分析，如计算机断层扫描（CT）和磁共振成像（MRI）等，来帮助医生更好地识别病变部位和范围，提高诊断准确率和治疗效果。
【资料图】
图像分割是计算机视觉领域的重要部分，它能将图片中的每个像素按照不同的语义类别进行分类，识别分割出图中的各个部分，例如在街景图中使用该技术，就可以输出一张将汽车、行人、建筑物按类别分割开的图片。
然而，在训练图像分割模型时，研究人员需要人工标注好大量图片，指明图中物体所属类别，供模型提取特征、自我学习，提高识别与分割的能力。这不仅费时费力，而且容易出错，造成的错误标注会使模型难以达到预期的准确度。
针对以上问题，西交利物浦大学智能工程学院的研究人员开发了一种新颖的技术，让图像分割模型能够从带噪声的标签中继续学习，即使标注数据有误，依然可以输出较为准确的结果。
该研究成果于近日收录于计算机视觉领域顶级期刊《国际计算机视觉杂志》（International Journal of Computer Vision），它是中国计算机学会认定的四本人工智能A类期刊之一, 影响因子13.3，这也是西浦第一篇收录于该期刊的论文。
据论文的第一作者、智能工程学院2022届博士毕业生张冰峰介绍，这项技术的灵感来源于我们日常生活中的一些经验，比如我们看到的景色可能会受到不同光线、天气等因素的影响，让我们产生不同的感受，影响我们的判断。
研究团队借鉴了这种经验，引入了“双专家结构”，该结构分别优化两种不同的图片特征，给出两种图像分割结果的预测，这两种预测有不同的可信区域，综合分析它们的可靠性后，就可以最终获得一个更为精确的预测。
图片说明：比较包含噪声的标签和训练后得到的预测结果，（a）原始图像，(b)真值，(c)带噪音的标签, 白框表示标签中主要的噪声区域，（d）通过优化交叉熵损失得到的预测结果，（e）通过优化soft Dice损失得到的预测结果；（d）和（e）是双专家结构中使用两种不同的优化方案后得到的图像分割预测。
张冰峰的导师肖继民博士指出，这项技术的应用非常广泛，尤其是在一些对图像分割准确度要求较高的领域，比如医疗影像、智能驾驶等。
“这项研究为我们提供了一种全新的技术手段，让模型能够更好地处理标注数据中的噪声和错误，从错误中获取有效数据继续学习，提高图片分割性能。相信在未来，这项技术将扮演越来越重要的角色，拉近我们与智能化生活的距离。”肖继民博士总结道。
目前，张冰峰博士在中国石油大学担任副教授职务。（记者：金画恬 编辑：石露芸）
