杂-CVPR2013 吴佳俊 Harvesting Mid-level Visual Concepts from Large-scale Internet Images

听说吴佳俊最近很火，去cvpr2013找了找，还真有他的文章，还真行，看了一下。

基于中层视觉特征的互联网图像检索

他用中层特征来表达图像，然后聚类automatically，

分章节：

1介绍

2.相关工作

3.2 显著性区域检测

将图像分为64X64或者192X192的区域，检测显著性区域（saliency），具体方法貌似没说（又看了一下，貌似是基于模板匹配？找了一堆关键词的模板图像，低端了吧？。。还是我没理解？）。取前5类显著区域窗口，合并作为显著性区域。每一个关键词算一类用一个颜色表示。

举了个beach的特例，beach包括范围太广，不能直接检测beach。每个图像构建a bag of patches including salient and non-salient。

3.3构想

基于简单的最大间隔思想，多类SVM。

结合关键词，直接把salient patches置1，non-salient置0。(关键还是求salient的方法啊？！)

完事儿直接聚类，未完待续，具体细节待看。。。

4实验，自然是nb的结果。