目标检测论文Selective Search for Object Recognition赏析_selective search for object recognition评价

我的小程序：

 

主要思想可以说类似《图像分割论文Efficient Graph-Based Image Segmentation赏析》提到的图论的思想，而且确实依赖于Efficient Graph-Based Image Segmentation中的算法。不同的地方是，该论文中把单一的权重度量扩展到若干个权重的综合。

该论文提到的方法，首先根据Efficient Graph-Based Image Segmentation中的算法，得到图像的若干块小块的分割，再根据相邻块之间的相似度，合并形成新的区域（目标可能存在的区域）。

整体算法思路非常简单清晰，直接给出代码描述：

 其中，[13]就是算法Efficient Graph-Based Image Segmentation。相似度的计算，论文中采用以下四种对量的综合，该值越大越相似。

基于颜色：

注：把每个区域生成颜色直方图，区域i的直方图为，n是直方图的柱数。

基于纹理：

注：纹理直方图：

基于大小：

注：认为越小的区域越早合并。

基于填充：

注：衡量区域i和j相合的程度。比如如果j区域在i区域内部，那么他们很有可能就是一体的。BBij是包围i区域和j区域的边框。

 

参考论文：

Selective Search for Object Recognition

Efficient Graph-Based Image Segmentation

相关博客：

图像分割论文Efficient Graph-Based Image Segmentation赏析