《What is an object？》--笔记整理

唠叨

研一一直研究目标候选框，接触相关的Object。

重要思想

对于任意目标提取：

• 空间上具有很好的封闭边界
• 目标和背景在外观上有很大不同
• 目标在图像内是独一无二的，并表现显著性

个人理解：对于任意目标，当图像中存在目标，该目标是有封闭轮廓的，并且因为封闭，其与背景是有很大差距的。在程明明的BING中也是有相关解释的。

文章内容

主要思想

用贝叶斯模型对特征进行融合，减少窗口数量。
个人理解：在前期对于object的算法中，很多都是滑动窗口，会生成了大量的目标候选框，所以根据算法的优化，减少目标候选框的数量。后期随着深度学习的发展，开始将目标候选框的研究从滑动窗口的生成数量上来优化，减少滑动窗口的生成数量。

方法

• 多尺度显著（MS）：基于频谱的sr方法进行多尺度分析（sr：彩色-灰色，三个色道分别进行计算）每种尺度下，计算各个窗口内的显著性密度，密度越大趋近于含有目标。
• 颜色对比（CC）：计算窗口与窗口附近背景（窗口外部分宽度的环形区域）的LAB直方图卡方距离，对图像进行离散量化。
• 边缘密度（ED）：与颜色对比相似，不扩大，收缩，在一窗口内收缩小窗口，计算小窗口内Canny检测算子的和与小窗口周长的比值。
• 超像素交叉（SS）：一个超像素的所有像素应该在同一个目标内。对于一个窗口，计算位于被窗口界线分割开的超像素较小的那一面积的和，和越大，窗口内含有目标的可能性越小。（说明其跨越太多超像素）

训练与测试流程

太懒了，直接搬来自己之前的笔记。

总结

这个文章的主要重点就是它的思想。在后面的object相关算法中有很重要的指导意义！

个人学习，如有错误，欢迎留言！会积极改进！