论文标题:
Normalized cuts and image segmentation
作者:
Jianbo Shi and Jitendra Malik
期刊:IEEE
算法:
该算法为最小割的优化。
最小割:
构建无向图G=(V, E),w(i, j)为i和j点之间相似度函数。
上述公式问题:下述情况中,
切出一个点的值比左右两半值更小。
算法流程:asso(A , V)表示A中所有点与图中所有点相连的权重。
对于上面的例子,用下述公式可以很明显看出切成两半的值小于切出一个点的值。
要最大化association,最小化disassociation。
总结:Ncut完善了最小割的缺陷,在最小割的运用中可以用Ncut代替。
问题:由于线代学的不太多,矩阵运算不够熟悉,所以算法中的公式推导未理解。有空了还是得回头再看看线代还有矩阵论。到时候再回头来深究深究Ncut。还有2005年有一篇论文讲述怎么应用Ncut算法以及提高效率,叫做《Guiding model search using segmentation》,有空也看看。
问题:由于线代学的不太多,矩阵运算不够熟悉,所以算法中的公式推导未理解。有空了还是得回头再看看线代还有矩阵论。到时候再回头来深究深究Ncut。还有2005年有一篇论文讲述怎么应用Ncut算法以及提高效率,叫做《Guiding model search using segmentation》,有空也看看。