美国麻省理工学院的研究人员日前称，他们开发出了一种新的图像分割算法，可将传统分割算法的效率提高上万倍。该研究将有助于改善医疗成像系统的识别精度并实现对特定3D物体的连续跟踪识别。

　　当我们推开窗户向外张望时，马上就能看到汽车、人行道、行人或者远处高大的建筑。这在计算机领域中被称为视觉识别，对人类来说毫无难度，但对计算机视觉识别技术来说却是个难以解决的核心问题。因为计算机并不明白两个不同物体有什么不同，所以就必须将图像分割开来，告诉计算机每个物体的边界在哪里，用来解决这个问题的算法就被称为图像分割算法。

　　在图像分割算法上，最原始也最传统的算法是使用大量的猜测并通过计算进行匹配和排除。这种算法虽然也能达到目的，但效率低而且占用资源巨大。由麻省理工学院电子工程及计算机科学学院的詹森·张和计算机科学与人工智能实验室(CSAIL)的约翰·费舍尔开发的这套算法就能解决这一问题，他们宣称新算法可将传统算法的效率提高上万倍。