PaperReading:Object Co-Segmentation Based on Shortest Path Algorithm and Saliency Model

这是2012年一篇协同分割方面的文章，主要贡献在于构建了图结构，基于图结构使用 Shortest Path Search最短路径搜索得到最终分割结果。

文章分为三个部分

Part1
local region generation 也就是生成proposal，proposal大概意思：是可能的区域，就是候选分割区域。
在这部分，目的是生成可供下文协同分割选择的候选对象，简单的说就是很多的window和mask，这里文章结合了三种方法[22][23][24]，生成三个集合R={R1，R2，R3}

Part2
构建图结构

以每个local region为图节点，V1-Vm分别代表m张图片的local region，两两节点之间生成边，并给边赋权值，这里便是本文的重点

这里，第一项为相似性项，文中用到颜色相似性或性质相似性，第二项是显著性项，即标题中的saliency， 这里利用saliency map显著谱来计算。

其中V0-V1之间权值均为1。

Part3
路径搜索
即V1到V2中搜索最短路径，保存V1V2中的相应点，从V2中保存点出发，搜索V3中最短路径对应点，，，，一次类推，直到搜索结束。

这篇文章求解的局部最优解，同时V1-Vm的摆放顺序会影响实验结果