读论文：CVPR2012，A unified Approach to Salient Object Detection via Low Rank Maxtrix Recovery

     这是一篇CVPR2012关于Saliency Detection的一篇文章，很火的一个话题。作者是Xiaohui Shen和Ying Wu。项目主页在这里：http://users.eecs.northwestern.edu/~xsh835/LowRankSaliency.html。

     这篇文章提出了一种新的图像表示方法，将其表示为一个低秩矩阵（非显著区域）加上稀疏噪音（显著区域），再利用[1]中提出的Robust PCA技术进行低秩矩阵恢复，得到的噪音就是显著区域，再根据高层次的先验知识来帮助修正显著区域。

     矩阵的构造：先利用Mean-shift算法将图像分割成很多较小的segments（如下图b所示），再用每个segment中所有特征向量的均值来表示这个segment，从而构造成为矩阵。

    

 

     特征：R，G，B，hue，saturation，3尺度下4个方向共12个steerable pyramids响应，3尺度8方向共12个Gabor fileters响应，加起来一共53维。

     低秩矩阵恢复问题可以表示为：<