圖像分割出候選框是怎麼做的?
2020/01/01 下午 04:52
電腦視覺深度學習討論版
JJLai
觀看數:16
回答數:2
收藏數:0
cvdl-1
cvdl-1-d23
看了教材和參考連結,好像都是從Selective Search開始講
請問
1. 圖像分割的原理是什麼? (不好意思,我沒有影像處理的基礎)
2. Selective Search的階層群聚演算法看起來像是為了把一個物體比較完整的區域給找出來,所以Selective Search找出來的候選框一定會比圖像分割後的候選框還要多,對嗎?
還請各位專家先進指導,感謝。
回答列表
-
2020/01/02 上午 00:31楊哲寧贊同數:0不贊同數:0留言數:0
您好,圖像分割其實有很多種方式,Selective Search是其中一種,這裡不好詳述,可以參考這篇:
https://blog.gtwang.org/programming/selective-search-for-object-detection/
簡而言之Selective Search就是先用一些特徵切出許多小塊影像,再用相似度演算法合併。所以最後要輸出幾個是我們可以決定的(大概範圍),例如我們可以合併到大約2000個候選框左右時就停下來。
-
2020/01/03 上午 08:59JJLai贊同數:0不贊同數:0留言數:0
感謝回覆,您那篇連結應該就是教材的參考連結,可是它的演算法一開始就有候選框 (initial regions)
我的問題應該是那個[13]的參考文獻是怎麼產生那些initial regions的
另外,您有提到「合併到大約2000個候選框左右就停下來」所以我的第2個問題應該說錯了,答案應該是階層群聚演算法最後合併後找出的候選框應該會比initial regions還少,對吧?