另外，衡量圖像分割質(zhì)量?jī)?yōu)劣，有兩類標(biāo)準(zhǔn)。要么是人為先把真正的分割結(jié)果標(biāo)記好，再通過(guò)圖像相似性或信噪比指數(shù)來(lái)客觀評(píng)判；要么是視覺(jué)上根據(jù)個(gè)人經(jīng)驗(yàn)做主觀分析和比較。前者與人感知的圖像分割存在一定偏差，有偏好選擇定量好但視覺(jué)效果差的圖像分割結(jié)果的風(fēng)險(xiǎn)；后者則容易陷入“公說(shuō)公有理、婆說(shuō)婆有理”的尷尬局面，讓人對(duì)圖像分割質(zhì)量的好壞沒(méi)什么底。因?yàn)橛锌赡苣承﹫D的分割效果好，但某些圖效果又很不好，難以驗(yàn)證其可推廣性。

除此以外，圖像分割還具有多義性。如圖3中花瓶與人、ABC和12, 13, 14中的B與13、人臉正面和側(cè)面的圖。這些圖都反映了主觀意識(shí)和上下文在圖像分割中的重要性，也表明了圖像分割并非像字面意義那么簡(jiǎn)單好處理。

圖3：上：花瓶與人；中：13與B; 下：正臉/側(cè)臉？

至于看不見(jiàn)的斑點(diǎn)狗，它涉及到另一層的“圖像分割”---- 主觀意識(shí)下的圖像分割和目標(biāo)提取。圖像中本沒(méi)有顯明的斑點(diǎn)狗，可是當(dāng)給予線索暗示后，人會(huì)根據(jù)提示，從自己先前的知識(shí)中，合成潛在的目標(biāo)形狀，并在圖像中進(jìn)行匹配、分割和形成最接近的目標(biāo)結(jié)構(gòu)。

為什么會(huì)有這樣的情況出現(xiàn)呢？心理學(xué)中，有個(gè)叫格式塔(Gestalt)心理學(xué)的流派分析過(guò)這一現(xiàn)象，并將其歸結(jié)為涌現(xiàn)(Emergence)。

在其框架下，感知到一只達(dá)爾馬提亞狗（俗稱斑點(diǎn)狗）正在茂盛的樹(shù)下嗅著地面的過(guò)程稱為涌現(xiàn)。但與常規(guī)的圖像分割不同，人在辨識(shí)這只狗時(shí)，并不是通過(guò)先找到它的每個(gè)局部結(jié)構(gòu)如腿、耳朵、鼻子、尾巴等，再將其拼成整體來(lái)推斷狗的；而是將那些與斑點(diǎn)狗相關(guān)的黑點(diǎn)作為一個(gè)整體、一次性的感知成狗。然而，格式塔心理學(xué)也只是描述了這一現(xiàn)象，并沒(méi)有解釋這個(gè)涌現(xiàn)是如何在大腦中形成的。

有種解釋是，人會(huì)根據(jù)自己習(xí)得的經(jīng)驗(yàn)來(lái)分析圖像，并盡可能與自己的經(jīng)驗(yàn)去匹配。數(shù)學(xué)上，稱這種經(jīng)驗(yàn)為先驗(yàn)知識(shí)。尤其是當(dāng)遇到毫無(wú)線索的圖像時(shí)，人會(huì)優(yōu)先根據(jù)先驗(yàn)知識(shí)或暗示來(lái)尋找最可能的答案。于是，你便可以從圖1中看到一只“斑點(diǎn)狗”了。

根據(jù)先驗(yàn)知識(shí)或經(jīng)驗(yàn)來(lái)形成對(duì)圖像內(nèi)容和自然界的景色進(jìn)行想象和判斷的例子不在少數(shù)。比如圖4中的平遠(yuǎn)南臺(tái)的臥佛山、桂林漓江的九馬畫(huà)山、甚至月球上的疑似外星人飛船等。

 圖4：上：平遠(yuǎn)南臺(tái)臥佛；中：桂林九馬畫(huà)山；下：月球上的疑似飛船

但這種整體結(jié)構(gòu)的形成又恰恰是“客觀”圖像分割很少能做到的。首先，人感知到的“斑點(diǎn)狗”并不符合圖像分割的客觀定義，如同質(zhì)性、少洞性、邊界光滑性和差異性。斑點(diǎn)狗與背景幾乎是相同紋理的，斑點(diǎn)狗內(nèi)部和外部的差異極小，邊界也不清晰，甚至人也很難把其邊界唯一的勾勒出來(lái)。其次，圖像匹配的相似度也不高，因?yàn)橹皇切嗡?，并非百分之九十的精確相似。在計(jì)算機(jī)視覺(jué)中，有可能第一時(shí)間就被判斷成異常點(diǎn)或因?yàn)榈陀陂撝刀慌抨?duì)。即使是將其視為認(rèn)證任務(wù)(即：非此即彼)而非分類任務(wù)，識(shí)別算法也不見(jiàn)得能有多高的準(zhǔn)確定位能力。第三，他能形成的聯(lián)想會(huì)超出圖像分割本身的范疇。圖像分割的目的是純粹的。而聯(lián)想?yún)s是基于每個(gè)人長(zhǎng)年耳濡目染構(gòu)建的知識(shí)庫(kù)。所以，才會(huì)“看到”圖上的飛船，由其比例大小才會(huì)猜測(cè)非人力可為，進(jìn)而聯(lián)想到外星文明等。

這種上下文的聯(lián)系表達(dá)，盡管已經(jīng)有一些看圖說(shuō)話(image captioning)的研究成果，但目前的結(jié)果，從人工智能和計(jì)算機(jī)視覺(jué)角度來(lái)看，都還沒(méi)法與人類抗衡。因?yàn)?，他需要的知識(shí)庫(kù)更為龐大，如果只靠枚舉，很容易出現(xiàn)曾經(jīng)流行的專家系統(tǒng)中的組合爆炸問(wèn)題。

除了人的先驗(yàn)知識(shí)能影響對(duì)圖像中目標(biāo)的判斷外，還有一個(gè)更為簡(jiǎn)單的因素，卻能嚴(yán)重影響人對(duì)目標(biāo)的判斷，下回書(shū)表。

參考文獻(xiàn)：

1.  Wikipedia. Gestalt Psychology. Retrieved from http://en./wiki/Gestalt_psychology. Last accessed on February 18th 2007.

2. Carlos Pedroza, Visual Perception: Gestalt Laws, College of Education, San Diego State University. Retrieved at April 8, 2007.