Selective search粗略个人理解

1.概述

Selective search如上图所示，在一张图片中提取1000－10000个bounding box，使之尽可能覆盖所有的物体，试验也证明，它的覆盖率达到96%多，足以作为检测等应用的box提取方法。

2.方法

方法分为两个方面，一是分割，二是分割图片的颜色空间

2.1分割

给定一张图片，首先使用  Efficient Graph-BasedImage Segmentation  算法，将图片进行过分割

如图所示，过分割后的每个region非常小，以此为基础，对相邻的region进行相似度判断并融合，形成不同尺度下的region。每个region对应一个bounding box，这一点其实是和MCG一样的，可能就是MCG的输出就是纯region吧。

2.2颜色空间

比较简单，就是将送入2.1的待分割图片用不同颜色空间处理，每种颜色空间对于不同阴影、光照、边有不同的敏感度，综合这些颜色空间使之对于各种场景的图片都能拥有较好的效果。