[2011.10.23] 实验室讨论班汇总

Lab

一共三篇文章，第一篇时间太久忘了，记录不详，没找到。

  1. 笔记中写的是cvpr2011年一篇关于光流的文章，忘了是哪篇文章了，以后有机会去问问
  2. 《Learning to Detect A Salient Object》 cvpr2007 & pami2011
  3. 《Learning Better Image Representations Using ‘Flobject Analysis’》 cvpr2011
    简要介绍：
    2. 《Learning to Detect A Salient Object》

将物体识别问题看成二分类问题，将显著物体从背景中分离出来。

采用下面几种特征：

multi-scale contrast

局部特征。图像高斯金字塔中每幅图像对比度之和。

center surround histogram

区域特征。这个没搞懂，附个图上来看看。

Center-surround histogram

color spatial distribution

全局特征。作者认为，某颜色在图像中分布越广，显著物体拥有该颜色的概率越低。

使用条件随机场（Conditional Random Field）组合上面的特征进行学习。

这个部分不懂。参看J. Lafferty, A. McCallum, and F. Pereira. 《Conditional random fields: Probabilistic models for segmenting and labeling sequence data》. In ICML, pages 282–289, 2001.

另外，作者还提供了可供下载的标记好的数据库。

  1. 《Learning Better Image Representations Using ‘Flobject Analysis’》

用矢量来表示图像。

使用FLDA模型（flow-based latent Dirichlet allocation），没搞懂这个。

Flobject analysis