Selective Search 学习笔记

Selective Search

潜水CSDN好多年，第一次写东西，在北大这边做毕业设计，做的是关于对象部件检测的课题，也就是从粗到细的检测，前段时间开始学习RCNN相关的东西，读了paper，这几天又把selective search的paper拿出来读了读，写点笔记，谈谈自己的理解。
“Selective Search for Object Recognition”是发表在2012 IJCV上的一篇关于推荐区域生成（proposal）的paper，作者是J.R.R.Uijings， 全文主要提出了一种称为选择性搜索（Selective Search）的方法用于物体识别和检测。第一次涉及检测相关的课题，在看了几篇paper后，发现之前很多算法都是基于蛮力搜索(Exhaustive Search),对整张图片进行扫描，或者是采用动态窗口的方法，这种方法耗时严重，操作麻烦。J.R.R提出的选择性搜索的方法，在识别前期在整张图片中生成1~3K个proposal的方法，再对每个proposal进行处理。

(一) 介绍

图片包含了各种不同层次的语义，信息非常丰富，包括纹理（Texture），形状（shape），颜色（color）等等。检测问题，不仅需要对图像中的object进行recognition，还有进行localization。根据author的意思，在对物体进行识别的时候，需要充分考虑物体的多样性（diversity），另外，图像中objects的层次关系（hierar