完整定義
影像分割是一種電腦視覺技術,用於將數位影像劃分為多個具有語義意義的區域或物件。其目的是簡化影像表示,使其更易於分析。常見應用包括醫學影像分析以識別腫瘤、自動駕駛以識別道路和行人、以及衛星影像分析以識別土地利用類型。
白話說明
你有沒有想過,AI 如果不只看這張圖是什麼,還能把每個像素都分清楚,會有多方便?
你可以把影像分割想成把圖片切成一塊一塊有意義的區域。
它比分類和偵測更細,會直接標出物體邊界,所以在醫療影像和自駕上很重要。
記住這句
把輪廓一像素一像素畫出來。
比喻:影像分割就像一個「數位剪刀手」-- 它能把一張圖片精準地切割成許多獨立的區塊,每個區塊都代表著圖片中的一個特定物體,就像把一張照片裡的貓、狗、背景都分別剪下來一樣。它會精確到像素級別。
容易混淆
影像分割 vs 物件偵測
偵測通常只畫框
分割會畫出像素級邊界
最關鍵的區別是粗略定位,還是精準輪廓
影像分割 vs 圖像分類
分類只給整張圖貼標籤
分割要把每個區域標清楚
最關鍵的區別是整體判斷,還是像素標註
實際案例
醫學影像
腫瘤、器官或病灶常需要影像分割,因為醫師在乎的是邊界,不只是有沒有。
道路和車道
自動駕駛要知道可行駛區域和車道邊界,影像分割比單純偵測更細。
演算法與應用
U 型網路和 Mask R-CNN 都是很常見的分割模型。
評估時常看 Dice 系數或 IoU,重點是預測區域和真實區域重疊得多不多。
情境判斷
Q1: 你只要知道這是什麼物體,還需要分割嗎?
不一定,分類或偵測可能就夠了。
Q2: 你要描出腫瘤邊界,會選什麼任務?
影像分割,因為你在意的是像素級輪廓。
常見問題
它是在看分割結果和真實標註重疊得多不多。
因為它在醫療影像分割很常用,結構也很經典。
要看影像型態、精度需求和算力限制。
範例考題
某環保局想建立 AI 系統監測空氣品質,透過分析監測站攝影機拍攝的影像來識別煙霧。系統需要在影像中找出煙霧區域並標示其位置和範圍。這個應用主要屬於電腦視覺的哪個技術領域?
- A影像分類,判斷影像中是否有煙霧
- B物件偵測,找出煙霧位置並用方框標示
- C影像分割,精確標示出煙霧的像素區域
- D人臉辨識,識別煙霧來源
正解是 C:影像分割,精確標示出煙霧的像素區域
解析:題目要求「找出煙霧區域並標示其位置和範圍」,需要精確標示煙霧佔據的像素區域。這是影像分割(Image Segmentation)的任務,能在像素層級區分出煙霧的精確範圍。
出現在這些考古題
官方公告試題的逐題解析裡,這 3 題把影像分割列為延伸術語。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本