Ncut算法(Normalized cuts and image segmentation)



论文标题: Normalized cuts and image segmentation
作者: Jianbo Shi  and  Jitendra Malik
期刊:IEEE
算法:
    该算法为最小割的优化。
    最小割: 构建无向图G=(V, E),w(i, j)为i和j点之间相似度函数。
                   
    上述公式问题:下述情况中, 切出一个点的值比左右两半值更小。
                         Ncut算法(Normalized cuts and image segmentation)_第1张图片
    算法流程:asso(A , V)表示A中所有点与图中所有点相连的权重。
     对于上面的例子,用下述公式可以很明显看出切成两半的值小于切出一个点的值。
                     Ncut算法(Normalized cuts and image segmentation)_第2张图片
                    
                    要最大化association,最小化disassociation。 

    总结:Ncut完善了最小割的缺陷,在最小割的运用中可以用Ncut代替。

    问题:由于线代学的不太多,矩阵运算不够熟悉,所以算法中的公式推导未理解。有空了还是得回头再看看线代还有矩阵论。到时候再回头来深究深究Ncut。还有2005年有一篇论文讲述怎么应用Ncut算法以及提高效率,叫做《Guiding model search using segmentation》,有空也看看。
 

你可能感兴趣的:(Superpixel,Superpixel,computer,vision,segmentation,算法)