主動輪廓模型

主動輪廓模型（Active Contour Model），又被稱為Snake，是由Andrew Blake教授提出的一種目標輪廓描述方法，主要套用於基於形狀的目標分割。該模型的優越之處在於它對於範圍廣泛的一系列視覺問題給出了統一的解決方法,在最近的十多年中,它已經被越來越多的研究者成功地套用於計算機視覺的許多領域，如邊緣提取，圖像分割和分類，運動跟蹤，三維重建，立體視覺匹配等。

特點

主動輪廓模型具有一些經典方法所無法比擬的優點如：圖像數據、初始估計、目標輪廓及基於知識的約束統一於一個特徵提取過程中；經適當地初始化後，模型可以自主地收斂於能量極小值狀態；在尺度空間中由粗到精地極小化能量可以極大地擴展捕獲區域和降低計算複雜性。
同時該模型也有其自身的缺點，如對初始位置敏感時需要依賴其他機制將初始輪廓放置在感興趣的圖像特徵附近；由於模型的非凸性，它有可能收斂到局部極值點甚至發散,

關係

一些參數化模型是由主動輪廓模型進化而來，如主動形狀模型，主動表觀模型等。