Normalized cuts and image segmentation

CMU的一篇文章，发表在PAMI上的，文章虽然是对图像进行处理，但是在其他地方都有广泛的应用。

idea:如何分组，先看一个简单的问题

一个简单的想法，是按照graph theory里面的min-cut想法，每个元素都是一个点，点点之间的关系用weight表示，分成一个个组之间的weight权值最小，也就是一个min-cut。但是这样的产生的问题如上图，分离出一个点显然是一个min-cut（这里用的weight是欧氏距离的倒数，所以分割的是n1，n2两个点），而实际想分成的组是左右两大部分。

问题产生的原因是这里的权值只是一个local的权值，并没有考虑到整体的效应。本文提出了一个考虑全局的方法。

这样选择的cut是占这个组的比重。

下面是如何解决这个问题。用向量x表示所有的点属于A还是B.属于A，1，否则是-1.


1+x可以得到属于A的部分，1-x得到B的部分。d表示每个点与其他所有点的权值之和，D是这样的一个对角阵。W是权值矩阵。k是A中所有点d之和占全部点的比重。

代入一下，进一步化简




去掉后一个常数

代入b=k/(1-k)

代入y=(1+x)-b(1-x),可得

最后得到的这样一个方程是Rayleigh Quotient,最小值就是下面方程的最小特征根。

（D-W)y=Dy.