في هذه الدراسة، تم اقتراح خوارزمية تفاعلية لتقسيم الصور، تقبل تسميات المستخدم للجسم المستهدف والخلفية. نقوم بتحويل تسميات المستخدم إلى خرائط تفاعلية من خلال قياس المسافات بين كل بكسل والمواضع المُعلّمة. ثم نُنفّذ عملية التمرير الأمامي (forward pass) في شبكة عصبية متعددة الطبقات (CNN)، التي تُنتج خريطة تقسيم أولية. ومع ذلك، قد تكون المواضع المُعلّمة من قبل المستخدم خاطئة في النتيجة الأولية. ولذلك، طوّرنا نموذج التحسين بالعكس (BRS)، الذي يصحّح البكسلات التي تم تسميتها بشكل خاطئ. أظهرت النتائج التجريبية أن الخوارزمية المقترحة تتفوّق على الخوارزميات التقليدية على أربع مجموعات بيانات صعبة. علاوةً على ذلك، أثبتنا عامّية وقابلية تطبيق BRS في مهام بصرية حاسوبية أخرى، من خلال تحويل الشبكات العصبية المتعددة الطبقات الحالية إلى نماذج تفاعلية مع المستخدم.