声明:bullshit分类中的文章不保证严谨性和客观性,胡乱调侃而已。
文章是《From fragments to salient closed boundaries: An in-depth study》[1]
打着in-depth的旗号,打击n多年前的老算法,抬高自己的地位。不过,我喜欢这样的文章,做学术就应该这样子,对同行要毫不留情的打击,对他人算法中的不足要毫不留情的指出来,因为学术界从不缺乏自恋狂,大家基本上从不在自己的论文里说自己算法的不足,所以这种行为要大大的鼓励!
文章对比研究了三种算法:
- EZ(Elder and Zucker)算法[5]
Elder和Zucker是在contour grouping领域里较早的最格式塔规则(Gestalt principles)做过详细的统计学研究的,他们也提出了基于贝叶斯模型的概率推理编组算法,他们的一些重要文章可见[2] ; - WT(Williams and Thornber)算法[6] [7]
提出了重要的Stochastic Completion Field模型来计算轮廓与轮廓之间相连的强度,上个世纪90年代轮廓编组的重要算法,他们的一些重要文章可见[3] ; - WKS(Wang, Kubota and Siskind)算法[8]
这第三个算法就是这篇paper[1] 作者自己提出的方法,南卡罗来纳大学的Song Wang,做编组也很久了,从开始提出ratio cut用于图像分割,到后来从基于像素的分割扩展到基于轮廓的分割算法ratio contour,着实已经是很重要的一派了[4] 。
文章把EZ算法狠批了一通,给的测试数据中就没有EZ算法表现好点的;WT算法给了点面子;把自己的算法好好的夸了一顿。
轮廓编组算法的基本上是老套路,三步:
- 定义局部显著性(local affinity);
这一步大家基本上都是格式塔规则不同方式的形式化。 - 根据局部显著性计算整个轮廓的显著性(contour saliency);
EZ直接把各段相乘:
WT用谱分析方法对局部显著性进行了一下增强;
WKS把局部显著性用轮廓长度进行了归一化:
- 使用最优化算法从所有组合中找出显著性最高的轮廓,即为结果。
EZ用Dijkstra算法找最短路径,WT找图的强连通分量,WKS找的是图的minimum-weight perfect matching* (MWPM)。
直接贴作者的实验对比结果,从左到右依次是原图,EZ,WT,WKS:
结论是:
- EZ算法很容易偏向于局部最优,即结果出来的是小圈,而不是大圈;
- WT与WKS检测结果相近;
- EZ和WKS都可以找到最优解,而WT不保证是最优解;
- WT检测出来的轮廓有时候不是闭合的,而WKS没有这个毛病;
- 谱分析的方法的加入对WKS效果没有啥提高作用;
- 综上,俺们的算法最牛逼。
Notes:
* http:// en.wikipedia.org/wiki/Perfect_matching
Referrences:
[1]Wang, S.; Wang, J. & Kubota, T. From fragments to salient closed boundaries: An in-depth study Computer Vision and Pattern Recognition, 2004. CVPR 2004. Proceedings of the 2004 IEEE Computer Society Conference on, 2004
[2]显著性轮廓提取、轮廓编组综述要看的内容(四)Probabilistic学派
[3]显著性轮廓提取、轮廓编组综述要看的内容(二)Stochastic Completion Fields学派
[4]显著性轮廓提取、轮廓编组综述要看的内容(五)Ratio Cut学派
[5]Computing contour closure Computer Vision—ECCV'96, Springer, 1996, 399-412
[6]Williams, L. & Thornber, K. A comparison of measures for detecting natural shapes in cluttered backgrounds International Journal of Computer Vision, Springer, 1999, 34, 81-96
[7]Mahamud, S.; Williams, L. R.; Thornber, K. K. & Xu, K. Segmentation of multiple salient closed contours from real images #IEEE_J_PAMI#, 2003, 25, 433-444
[8]Wang, S.; Kubota, T. & Siskind, J. Salient boundary detection using ratio contour Advances in Neural Information Processing Systems, 2003, 16