一种基于稀疏优化算法启发神经网络的图像分割方法

本发明公开了一种基于稀疏优化算法启发神经网络的图像分割方法，首先构建稀疏特征图像分割问题的数学优化模型；其次，使用近似点算法(Proximal Point Algorithm,PPA)求解数学优化模型，并根据算法构造神经网络模块，即PPA模块；然后使用PPA模块搭建利用稀疏特征解决图像分割问题的U字型神经网络；接着划分训练集，设计损失函数，完成神经网络训练；最后输入图像，使用训练好的神经网络完成图像分割。本发明在近似点算法的启发下设计神经网络，不仅为神经网络结构赋予数学意义下的可解释性，而且在面对具备稀疏特征的图像分割任务时，可以在减少网络模型参数量的同时提升分割效果，实现更精准的分割。