K means 基于k均值的背景减法图像分割

有人能提供更好的解决方案吗？我在使用k均值从背景中聚类前景图像时遇到了一个问题，当背景有太多细节时会产生很多噪声，我需要在分割的图像上执行背景减法，只有在去除背景后才能输出前景对象

---

您可以使用图像显著性检测方法来识别输入图像的关键部分。以下是一篇关于基于显著性的人员重新识别的参考文献：。您可以在从K-means获得的分割图上设置阈值并将显著性图相乘，以保留输入图像中的显著信息（person）

或者，您也可以使用基于深度学习的监督学习技术，这些技术可以提供良好的性能（例如U-Net、DeepLab、DenseNet等模型），但为此您需要地面实况分割标签数据。

请阅读您的问题，然后尝试您尝试过的代码，如果可能的话。