論文提要“Selective Search for Object Recognition”

【原文：http://blog.csdn.net/cv_family_z/article/details/46727519】

這篇2012年的IJCV使用分割和窮舉搜尋的方法產生目標proposal，最近出現的R-CNN就是在這些proposal上學習特徵進行目標識別的，目標proposal是相對於滑動窗產生的候選框來說的，proposal的數量要少很多。

區域可以歸併到一起的原因有很多，如下圖所示，（b）顏色，（c）紋理，（d）包含問題，車輛包含車輪等。 

論文提出了一種資料驅動的SS，結合窮舉搜尋和多元化取樣方法捕獲所有的可能區域，文章回答了幾個問題：1）自適應分割的多元化策略有哪些，2）產生高質量loc的效率，3）使用SS結合好的分類器和模型描述方法來做目標識別;

演算法描述: 
SS演算法的設計基於以下考慮：1）捕獲所有尺度，2）多樣化歸併方法，3）速度快。首先使用論文“Efficient Graph-Based Image Segmentation”中的方法生成一些起始的小區域，之後使用貪心演算法將區域歸併到一起：先計算所有臨近區域間的相似度，將最相似的兩個區域歸併，然後重新計算臨近區域間的相似度，歸併相似區域直至整幅影象成為一個區域，演算法具體描述如下： 

多元化策略：使用不同的顏色空間和不同的相似度計算方法 
A.互補的顏色空間 
在一系列顏色空間中實現多級歸併演算法，包括RGB，灰度圖，Lab，rgI，HSV，歸一化RGB，etc. 
B.互補的相似度度量 
1）顏色相似度，顏色直方圖交叉函式 
2）紋理相似度，使用類SIFT度量，對每個顏色通道在8個方向上進行高斯微分，每個通道的每個方向提取出一個bin是10的直方圖，獲得一個240維大小的直方圖，最後使用L1 範數進行歸一化，同樣適用交叉函式進行相似度度量 
3）尺度相似度，計算兩個區域共同佔有影象面積的比例，小區域優先合併，同時放置某個區域將其他區域全部吞併。 
4）填充相似度，主要用來填充縫隙，如果ri 包含在rj 內，顯然需要將它們合併，定義BBij 為包圍ri 和rj 的框，填充相似度計算BBij 中沒被ri 和rj 覆蓋的區域佔整幅影象的比例： 

最終的相似度度量是以上四種相似度度量的組合： 

Combining Locations 
對假設的目標進行排序，對於給定的歸併策略j，使用rji 表示層i對應的區域，i=1時區域為整幅影象，令其位置值vji=RND×i，最終的排名是使用vji對區域進行排序. (沒懂啥意思)

目標分類 
分類使用的特徵是BOW，採用顏色-SIFT和精細空間分割，詞袋適合可變物體的識別，HOG適合剛體的識別，分類器使用的SVM。訓練框架如下圖所示： 

正樣本為物體的ground truth，負樣本為SS產生的與正樣本交疊20%~50%的proposal，同時剪除了重疊面積大於70%的負樣本，這些負樣本是hard樣本，在分類中能夠成為支援向量。