美國普渡大學的研究人員開發出一種基於(yu) 熱映像的計算機圖像分割算法，可使計算機迅速識別出物體(ti) 的外形，即便其發生扭曲或輕度變形也不會(hui) 受到影響。該技術將使機器視覺與(yu) 人類視覺更加接近，可廣泛應用於(yu) 圖像搜索、醫療影像以及無人機製造等多個(ge) 領域。詳細研究結果將分為(wei) 兩(liang) 篇論文，在6月21日至23日舉(ju) 行的IEEE(美國電氣及電子工程師學會(hui) )計算機視覺和模式識別大會(hui) 上予以公布。

　　人類能夠很容易把一個(ge) 三維物體(ti) 從(cong) 背景中識別出來，也能輕鬆地識別出它的部分和整體(ti) 。但這對計算機來說就比較複雜：按照目前的計算機視覺識別技術，必須事先告訴計算機目標物體(ti) 外形的初始信息以及可以將其分割成多少片段，而後通過一定的算法將已知圖像與(yu) 未知圖像進行對比，最終通過篩選識別出目標。新算法更接近於(yu) 人類，是一種無監督機器學習(xi) (計算機或是機器人在無需任何事前訓練的情況下就能具有感知和學習(xi) 能力)技術，計算機可自行估計可分割的段數而無需預先提供。

　　負責該項研究的美國普渡大學機械工程學教授卡西克?拉馬尼說，新算法采用了兩(liang) 種新技術，分別被稱為(wei) 熱圖和熱分布。由於(yu) 熱量會(hui) 沿物體(ti) 表麵進行擴散，並準確地顯示出物體(ti) 的外形，通過這種“智能熱力”,該算法就能模擬出熱量沿物體(ti) 表麵從(cong) 一點到另一點的流動，從(cong) 而描述出物體(ti) 的形狀。其工作原理是，為(wei) 了便於(yu) 描述和識別，首先將圖像分割成眾(zhong) 多三角形狀的網格，再通過計算網格間流動的熱量來識別出物體(ti) 的外形。該方法不但可用於(yu) 對實際熱量的跟蹤，還能按照相應的原理對熱量的流動進行模擬。拉馬尼說，該技術是站在巨人的肩膀上才得以產(chan) 生的。愛因斯坦對熱擴散理論的貢獻和法國物理學家傅立葉對熱在固體(ti) 中傳(chuan) 播的研究都為(wei) 該算法提供了巨大的幫助。

　　實驗中，研究人員利用該算法對包括手、人形模型和半人馬模型等多種複雜形狀的物體(ti) 進行了測試。結果發現，計算機能夠準確識別出這些物體(ti) ，即便其發生扭曲或輕度變形也不會(hui) 受到影響。此外，該算法還能忽略由激光掃描不完整或其他錯誤數據所產(chan) 生的“噪音”.

　　研究人員稱，該技術潛力巨大，可廣泛應用於(yu) 圖像搜索、機器人視覺和導航、3D醫學影像、無人機製造、多媒體(ti) 遊戲機、動畫電影人物創作等多個(ge) 領域。