Snake模型，又被称为主动轮廓模型（Active Contour Model），是一种用于从可能含有噪声的2D图像中提取物体轮廓线的技术。Snake模型的工作原理是首先在图像中创建一条初始曲线，这条曲线可以具有任意的形状，但需要至少将目标物体的轮廓线包含在内侧。

接下来，模型建立一个“能量方程”，这个方程包括两个主要的能量项：内部能量和外部能量。内部能量负责控制曲线的形状，促使曲线向内部紧缩并保持平滑，而外部能量则控制曲线与目标物体轮廓线的接近程度，促使曲线贴近目标物体轮廓线。在运算过程中，模型通过最小化这些能量函数，使得初始曲线逐渐变形，最终达到与目标物体轮廓线一致的状态。

Snake模型在计算机视觉领域被广泛应用，并且引发了2D和3D领域的一些改进。例如，梯度矢量流（Gradient Vector Flow, GVF）模型扩大了经典Snake的外力作用范围，加强了对目标凹轮廓边缘的吸引力，提高了传统的Snake模型。

然而，Snake模型对于初始位置比较敏感，因此要求初始轮廓尽可能的靠近真实轮廓。当图像边缘模糊，目标比较复杂或与其他物体靠的比较近时，其初始轮廓更不易确定。为了增加模型对噪声和初始位置的鲁棒性，加入全局的区域信息是主动轮廓模型一个重要的发展方向。