0 - 背景
在目標檢測任務中，我們希望輸入一副圖像，輸出目標所在的位置以及目標的類別。最常用的算法是滑動窗口方法，但滑動窗口其實相當於窮舉圖像中的所有子圖像，其效率低且精度也受限。該論文提出一種新的生成目標檢測框的方法selective search。
1 - 算法流程
- step 0：生成區域集R
- step 1：計算區域集R中每個相鄰區域的相似度S
- step 2：找出最相似的兩個區域，將其合並成新區域添加到R中
- step 3：從S中移除所有與step 2中相關的區域
- step 4：計算新集與所有子集的相似度
- step 5：跳轉到step 2，直到S集為空
1.1 - 相似度計算
1.1.1 - 顏色相似度（colour similarity）
將顏色空間轉換成HSV，每個通道下以bins=25計算直方圖，這樣每個區域的顏色直方圖有$25 \times 3=75$個區間。對直方圖除以區域尺度做歸一化后采用下式計算相似度：
$$s_{colour}(r_i,r_j)=\sum_{k=1}^{n}min(c_i^k,c_j^k)$$
（注：我的理解是，對於波峰波谷出現在相同區間，也即是直方圖有相似趨勢的兩個區域相似度高，否則低）
1.1.2 - 紋理相似度（texture similarity）
采用方差為1的高斯分布在8個方向做梯度統計，然后將統計結果（尺寸與區域大小一致）以bins=10計算直方圖，直方圖區間數為$8 \times 3 \times 10=240$（使用RGB顏色區間）：
$$s_{texture}(r_i,r_j)=\sum_{k=1}^{n}min(t_i^k,t_j^k)$$
1.1.3 - 尺度相似度（size similarity）
保證合並操作較為均勻，避免一個大區域連續吞並其他小區域。舉個例子，假設有區域a/b/c/d/e/f/g/h，理想的合並方式為ab/cd/ef/gh→abcd/efgh→abcdefgh，而不希望出現的合並方式為ab/c/d/e/f/g/h→abcd/e/f/g/h→abcdef/gh→abcdefgh。尺度相似度計算公式如下：
$$s_{size}(r_i,r_j)=1-\frac{size(r_i)+size(r_j)}{size(im)}$$
1.1.4 - 交疊相似度（shape compatibility measure）
$$s_{fill}(r_i,r_j)=1-\frac{size(BB_{ij})-size(r_i)-size(r_j)}{size(im)}$$
1.1.5 - 最終相似度
$$s(r_i,r_j)=a_1s_{colour}(r_i,r_j)+a_2s_{texture}(r_i,r_j)+a_3s_{size}(r_i,r_j)+a_4s_{fill}(r_i,r_j)$$
2 - 實現
3 - 參考資料
https://blog.csdn.net/guoyunfei20/article/details/78723646