图像分割根据图像自身固有的图像特征,利用低维度图像特征,按照预先设定的相似性准则将图像中具有相似性的部分划分为同一个类别,然后将目标区域与原图像分割开来。图像分割的划分方式多种多样,按照图像分割的过程是否需要人工的参与,将图像分割分为自动的图像分割和交互式的图像分割。自动的图像分割在操作上具有一定的简便性,但是存在欠分割或过分割的问题,更加不能在初始分割的基础上向用户期望的结果去进一步优化。交互式图像分割的出现很好地解决了这一问题,交互式分割能够在分割过程中加入用户的指导,为分割提供先验信息,并能在不理想的分割结果上再次以描点,涂鸦等方式提供引导信息,相比于自动的图像分割,交互式的图像分割显示出了其优越性,并且在实际生产生活中展示出其广阔的应用优势。随着计算机视觉的发展,交互式图像分割作为计算机视觉领域的重要技术,自然而然地成为了领域内研究的热点。随着研究人员不断地深入研究,交互式图像分割的效果越来越好,但同时也暴露了当前交互式图像分割存在的问题:1.交互的方式较为复杂,常见的标记方式画包围框,围绕目标轮廓进行涂鸦等方式导致分割的时间开销高,效率低。2.需要交互的次数较多,比如一种交互方式需要在前景和背景各标记一定数量的种子点,需要反复的描点、涂鸦才能够分割出较好的结果。3.前两个问题相互影响。交互方式复杂,自然而然增加标记的错误率,错误率高又会需要用户增加交互次数,严重降低了交互式图像分割的性能。为了解决上述交互式图像分割中出现的标记方式复杂和交互次数多的问题,本文提出了一个模型,主要研究内容和创新点如下:1.构建了一种新型的交互方法。通过点击极值点注释的交互方式引入用户的指导信息,以两个极值点为交互的操作相对于画出紧致的包围框来说更简单,并引入目标的中心点,中心点能够充当极值点“对称中心”的作用,结合用户给定的极值点,可以方便的找到其他的极值点,省去了人工标记其他极值点的麻烦和人工标记的误操作,误操作的产生来源于手工标记,即使是同一个人在不同的时间进行相同的交互实验也可能标记不同的点。本文的方法在减少标记时间和次数的同时能够达到一个较好的效果。2.改进现有的分割网络。本文的分割主干网络使用了极值点分割方法以Res Net-101为骨干的网络,在此基础上使用改进的残差模块替代了原有的残差模块。