软件学报

作者：王佳欣，朱志亮，邓小明，马翠霞，王宏安

单位：王佳欣，中国科学院大学 计算机科学与技术学院, 北京 100049;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019011,朱志亮，计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 100190;华东交通大学 软件学院, 江西 南昌 33001302,邓小明，计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019003,马翠霞，中国科学院大学 计算机科学与技术学院, 北京 100049;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019004,王宏安，中国科学院大学 计算机科学与技术学院, 北京 100049;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019005

关键词：草图分割;感知聚类;语义分割;草图解析

基金：国家自然科学基金(61872346);国家重点研发计划(2016YFB1001200)

草图一直是人类传递信息的重要工具之一.草图可以通过简单明了的形式更快地表达人类的一些复杂思想,因此,草图处理算法一直是计算机视觉领域的研究热点之一.目前,对草图的研究主要集中在识别、检索和补全等方面.随着研究者对于草图细粒度操作的重视,对草图分割方面的研究也得到越来越多的关注.近年来,随着深度学习与计算机视觉技术的发展,出现了大量基于深度学习的草图分割方法,草图分割的精确度和效率也都得到了较大提升.但是,由于草图自身的抽象性、稀疏性和多样性,草图分割仍然是一个非常具有挑战性的课题.对基于深度学习的草图分割算法进行整理、分类、分析和总结,首先阐述了3种基本的草图表示方法与常用的草图分割数据集,再按草图分割算法的预测结果分别介绍了草图语义分割、草图感知聚类与草图解析算法,然后在主要的数据集上收集与整理草图分割算法的评测结果并对结果进行分析,最后总结了草图分割相关的应用并探讨未来可能的发展方向.

来源：2022年第7期

《软件学报》期刊编辑部

查看软件学报杂志2022年第7期