【一步一步的积累】Sketch Tokens

(CVPR,2013) Sketch Tokens: A Learned Mid-level Representation for Contour and Object Detection

这篇文章有两个有意思的思想：

1）划分轮廓时，通常每一个像素点进行的是二分类，是轮廓或者不是轮廓，该文将问题转换为多类分类，一定程度上降低了分类器的难度。

2）将人工标注的轮廓信息作为多类分类的类标。但是轮廓有很多种，本文将所有的轮廓转换为有限的类标，是另一个有意思的地方。

该文的思路是：首先将人工标定好的binary图像，按照一个35*35的区域提取patch，每个区域中心需要正好在轮廓上，如此，我们可以得到很多的patch，也即是很多的轮廓形状。那么如何将它们分为有限的分类呢？如何分是合理呢？文章用到了k=150的Kmeans算法，那么要用Kmeans，就要有一个距离度量，文章使用的是Daisy特征。

那么有了合适的类标，即是sketch token，一个样本是一张RGB图像上的一个patch，然后对应的Binary轮廓图像上的patch对应的sketch token。那么接下来怎么训练呢？文中是对RGB图像提取两组feature：

1）features directly indexing into the channels：彩色通道，梯度大小，梯度方向等

2）self-similarity features：

接下来文章用随机森林进行分类，分类的目标是各sketch token的possibility。这样对图像每一个像素进行分类获得各token的possibility以及non-contour的possibility，然后用non-maximal suppression来找到最大响应的contour。

BTW：其实个人觉得，可以直接用图像patch来作为feature，然后CNN来训练网络。