Exploring Visual Saliency for Image Segmentation and Object Detection

課程: 論文研討(二)

日期 : 2013/04/26

時間 : 13:50 ~ 15:30

學生 : 資傳研一 劉孝皇

演講者 :中央研究院  劉庭祿研究員

心得：

首先簡介Graph Cut，這是一種能夠將前景及背景分開的方法。一般圖都會有點，而點和點之間有線，每條線可以賦予權重值，而Graph Cut的圖還會再賦予兩個點S(Source)和T(Sink)，圖上的每個點將會依照最小分割原理被分成兩組(S和T)。也就是說：兩點之間的變化愈大＝相似程度愈小＝損失函數E(A) 愈小，也就能夠依照最小切割原理將此兩點之間的線切斷，這樣就可分出前景及背景。

利用眼球追蹤觀察使用者關注在哪些區域(Visual Saliency)以產生Saliency map，並在影像上框出多個Windows計算是否存在Saliency object，最後利用Graph cut將影像前景與背景分割。此研究可利用多張影像讓電腦自動判斷進行分割(fully unsupervised)，將影像oversegment分成300~400個superpixel (decompose image)，使用Energy functiony再比較任兩張影像的前景是否相似，以此達到自動分割之目的。