标签：策略   更新   tag   快速   cad   4.0   cmd   sift   问号   

Selective Search for Object Recognition

简介

Selective Search是现在目标检测里面非常常用的方法，rcnn、frcnn等就是通过selective search方法得到候选框，然后进行分类，也就是传统的two stage方法。本篇也是我看到frcnn之后不得不看的一篇论文，大致将自己的理解记录下来，方便以后指正。

Selective Search

算法目的

1. 能够得到各种大小的框

由于图像中的物体可以有任意大小，所以selective search算法至少要能够做到得到各种大小的框。

1. 考虑多种组合方法

由于图像中的颜色、纹理、光照条件等不同，我们无法只根据单一条件（如颜色）将区域合并，因此合并区域的过程中必须要综合考虑各种因素。

1. 能够快速计算

selective search算法提出的目的就是要能够快速计算，这样我们能够把能多的计算量花在后面识别上，而不是得到物体的框上。

Hierarchical Grouping

大致理解

Selective Search算法采用的是分级合并的算法，具体就是从细节部分开始计算，最后到总体，也就是Bottom-up方法。由于这个过程是分级进行的，所以我们可以在不同级框定一定的区域，这样框定的区域就是各种scale的，满足了上面的要求。

细节理解

Hierarchical Grouping中很重要的一点是用了Felzenszwalb的算法得到了图像分割的区域，这是一个基于图的图像分割算法，这个算法下次博客更新会写理解，这里只需要知道经过该算法得到了若干个分隔后的图像区域，这些区域经过我们的selective search算法得到合并并且框出候选框。具体的做法是：首先，计算所有任意两region之间的相似性（这个怎么计算后面会提到，利用区域的特征计算），然后每次相似性最大的两个区域进行合并，框出合并后的集合，用合并之前两个区域集合的特征计算合并之后的区域的特征，这时候就可以再利用新的区域和其他区域计算相似度进一步迭代，迭代的终点是整个图像变成一个区域。由于相似度是基于区域特征来计算的，而合并后的特征可以基于合并之前的特征运算得到，不需要再根据图像的pixel重新计算，因此fast to compute。

下图就是该算法的细节，其中相似函数在后面讲道，所以当时我画了个问号。

计算s相似函数

首先是颜色空间的Scolor的计算，文章考虑了八种策略来计算色彩的相似性，下图列出了文章提的颜色空间：

在不同颜色空间下用直方图统计法计算相似度，每个channel分为25个bins，3channel图就是75bins。色彩相似性是使用L1范数来进行计算的。

Stexture是纹理特征的相似函数，使用的是SIFT特征来进行计算的，SIFT特征在之前的博客中有写道的。

Ssize是区域大小的相似函数，

直接这样计算还是存在问题的，因为光size相似比较大，但是两者相距比较远的情况下两个region合并之后的区域是有问题的，所以为了解决这种问题，提出了Sfill函数

看上面的公式就知道可以解决这个问题了。

最终呢，s相似性函数就通过下面的公式计算得到：

其中呢，ai取值为0或者1，表明是否启用该特征。

合并区域

合并区域需要考虑到的是防止从大区域开始合并，因为这样可能会导致很多小区域没有没框进来，所以应该优先从小区域开始合并，但是又要保留一定的随机性，所以作者定义了vi = RND*i，RND为随机数，范围为0-1，i表示层级数，i=1代表整个图像。这样就基本可以保证小区域优先合并并且有一定的随机性了。依次合并，直到合并为一个区域。

之后再将合并过程中的框的vi按照从大到小的顺序排序，保留阈值大小之前排序的框，这些框为算法的输出。

实现

github地址：https://github.com/AlpacaDB/selectivesearch

安装：

pip install selectivesearch

使用：

import skimage.data
import selectivesearch

img = skimage.data.astronaut()
img_lbl, regions = selectivesearch.selective_search(img, scale=500, sigma=0.9, min_size=10)
regions[:10]
=>
[{'labels': [0.0], 'rect': (0, 0, 15, 24), 'size': 260},
 {'labels': [1.0], 'rect': (13, 0, 1, 12), 'size': 23},
 {'labels': [2.0], 'rect': (0, 15, 15, 11), 'size': 30},
 {'labels': [3.0], 'rect': (15, 14, 0, 0), 'size': 1},
 {'labels': [4.0], 'rect': (0, 0, 61, 153), 'size': 4927},
 {'labels': [5.0], 'rect': (0, 12, 61, 142), 'size': 177},
 {'labels': [6.0], 'rect': (7, 54, 6, 17), 'size': 8},
 {'labels': [7.0], 'rect': (28, 50, 18, 32), 'size': 22},
 {'labels': [8.0], 'rect': (2, 99, 7, 24), 'size': 24},
 {'labels': [9.0], 'rect': (14, 118, 79, 117), 'size': 4008}]

output:

论文原文：https://ivi.fnwi.uva.nl/isis/publications/2013/UijlingsIJCV2013

[论文理解]Selective Search for Object Recognition

标签：策略   更新   tag   快速   cad   4.0   cmd   sift   问号   

原文地址：https://www.cnblogs.com/aoru45/p/10153505.html