吴 彬，杨 戈，陈海洋

(1 北京师范大学珠海分校，广东 珠海 519000；2北京师范大学研究生院，北京 100875)

前景对象图像分割是指对图像进行联合识别和分割的任务，将每个像素划分为2个固定类别之一，即前景或者背景.视觉搜索系统可以在复杂背景中，使用前景对象快速准确地查询图像中的重要对象.了解对象的空间范围，还可以帮助解决下游视觉任务，如场景理解和字幕生成.在前景对象分割中，以独立于类别的方式对 "前景" 对象进行分割至关重要.模型必须能够为训练过程中从未遇到过的对象确定对象边界，完成分割.这将与专门针对预定义类别进行训练的语义分割模型区分开来.[1-6]前景对象分割是一个基本的计算机视觉问题，一直是人工智能和计算机视觉领域的研究热门和技术前沿，是人脸识别、医疗辅助以及自动驾驶等众多领域的关键技术，还是图像检索、对象追踪和行为分析等高级视觉任务的研究基础，在工业控制、视频监控、国防军事、农业生产、医学影像分析等诸多领域的具有广阔的应用前景.本文探索了在标注信息和数据信息有限的情况下利用深度卷积神经网络提升图像分割性能的新思路，在提高图像分割模型针对海量数据辨别能力的同时，突破现有建模和计算方法的技术瓶颈，对图像处理、机器学习、模式识别和计算机视觉领域的发展具有重要意义.

1 基础理论

根据分割是否依赖类别，本文将前景对象……