趋势分析|清华大学AMiner大数据带你进入图像分割的未来 / 开普饭

AMiner全新功能技术趋势分析Trend analysis（http://trend.aminer.cn）基于AMiner 2亿篇论文数据进行深入挖掘，包括对技术来源、热度、发展趋势进行研究，进而预测未来的技术前景。

技术趋势分析描述了技术的出现、变迁和消亡的全过程，可以帮助研究人员理解领域的研究历史和现状，快速识别研究的前沿热点问题。

我们目前已发布了27期分析内容，具体如下：

图像分割（Image Segmentation）就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。图像解析是图像识别、场景解析、对象检测等任务的预处理，是计算机视觉中一项基础的任务。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

热度变化图

下面我们将用Trend analysis分析该领域内的研究热点。

（点击文末阅读原文或复制链接https://trend.aminer.cn/topic/trend?query=image%20reconstruction至浏览器打开即可进入图像分割趋势分析）

上图是当前该领域的热点技术趋势分析，通过Trend analysis分析挖掘可以发现当前该领域的热点研究话题如下：

magnetic resonanceimaging
image registration
imageprocessing
biomedical imaging
imageanalysis
等等......

根据Trend analysis的分析结果我们可以发现，遗传算法是该领域的热门研究话题之一。遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。

由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。

遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。同时它也是现代有关智能计算中的关键技术。随着遗传算法应用领域的扩展，该算法正日益和神经网络、模糊推理亿级混沌理论等其他智能计算方法相互渗透和结合，这对开拓21世纪中新的智能计算技术将具有重要的意义。

领域相关性最高的5位学者

Licheng Jiao (焦李成)

Jayaram K. Udupa

Dinggang Shen (沈定刚)

Milan Sonka

Wufan Chen (陈武凡)

趋势分析|清华大学AMiner大数据带你进入图像分割的未来

相关推荐