【簡介】
Graph Cuts 不等於 graph cut(如 min cut、normalized cut、RatioCut)， 是最近在計算機視覺中研究和應用比較多的energy minimization（能量函數最小化）優化算法，典型的用於stereo matching, image restortion, texture synthesis等應用。
這個優化算法用來解 markov Random Field. 有實驗<Comparison of Graph Cuts with Belief Propagation for Stereo, using Identical MRF Parameters>顯示，Graph Cuts比用Belief Propagation更好，比用dynamic programming(只用1D求解), gradient decedent, simulated annealing, etc 要好得更多；特別是使用a-b-swap, 和 a-expansion的時候。
【原理】
- <Fast Approximate Energy Minimization via Graph Cuts> (Boykov, Veksler and Zabih, PAMI '01)，這篇paper是graph cuts的開山之作，系統介紹了如何構造graph和energy term來解stereo disparity, motion等問題，也比較直觀的介紹了a-expansion。
- <GRAPH BASED ALGORITHMS FOR SCENE RECONSTRUCTION FROM TWO OR MORE VIEWS> (Kolmogorov's PhD thesis 04), 這篇論文是Kolmogorov的博士論文，實現了Graph CUT用於立體視覺的匹配，它改善了傳統GRAPH CUT計算耗時的缺點，他還因此稱為微軟一員，專門從事GRAPH CUT在圖像處理上的應用。
- <What energy functions can be minimized via graph cuts> (Kolmogorov PAMI '04). 本文首先介紹了需要通過graph cut最小化的能量函數的特性。雖然是二進制變量但是很容易推廣到其他方面。詳細描述了通過graphcut最小化的能量函數。並提供了最小化能量函數的通用構建。最后給出了最小化二進制能量函數的必要條件。
- <Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images> (Boykov iccv01) 這篇paper講怎么用graphcut來做image segmentation。
【應用】
Graph cuts最主要的應用是圖像分割。
在Boykov 和 Kolmogorov 倆人的主頁上就有大量的code。包括maxflow/min-cut、stereo algorithms等算法：
http://vision.csd.uwo.ca/code/
http://www.cs.ucl.ac.uk/staff/V.Kolmogorov/software.html
以及olga. Veksler的
[轉] http://blog.sina.com.cn/s/blog_48e673350100wan9.html
---------------------------------------------------------------------------
Graph cut是一種energy minimization的方法，用來解first-order markov Random Field比用Belief Propagation感覺更好，比用dynamic programming(只用1D求解), gradient decedent, simulated annealing, etc 要好得更多；特別是使用a-b-swap, 和 a-expansion的時候。剛開始看graph cut的時候不着門道，走了很多彎路，現在總結起來可以這樣學習：
1。學習algorithm課本里的關於graph那一節，或者google maxflow/mincut相關的內容，有介紹mincut的兩種解法；
2。然后就開始看用graphcut解決computer vision里的問題，首先要看的是《Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images》iccv 01。這篇paper講怎么用graphcut來做image segmentation；
3。看Fast Approximate Energy Minimization via Graph Cuts (Boykov, Veksler and Zabih, PAMI '01)，這篇paper系統介紹了如何構造graph和energy term來解stereo disparity, motion等問題，也比較直觀的介紹了a-expansion。后面的關於graphcut的TPAMI的文章都沒有介紹如何構造graph來解問題， 這篇比較關鍵；
看了以上幾個文章后，基本就可以看懂關於graphcut的論文了，就可以深入下去了。
http://www.cs.cornell.edu/~rdz/graphcuts.html
[轉]http://apps.hi.baidu.com/share/detail/22906202