Selective Search

Selective Search 算法

•   1. 使用图像分割的方法对图像作初始分割，提出分层分组的方法：
      step1:计算区域集R里面的每个相邻区域的相似度S={s1,s2,…}；
      step2:找出相似度最高的两个区域，将其合并并为新集；
      step3:从S中移除所有与step2中相关的子集；
      step4:计算新集与所有子集的相似度；
      step5:跳至step2，直至S为空。
    2. 相似度的计算：考虑了颜色、纹理、尺寸和空间交叠4个参数。

• 优先合并以下四种区域：
       1. 颜色（颜色直方图）相近;
       2. 纹理（梯度直方图直方图）相近;
       3. 合并后总面积最小;
       4. 合并后，总面积在其BBOX中所占比例大的。

• 保证合并操作的尺度较为均匀，避免一个大区域陆续“吃掉”其他小区域。

• 保证合并后形状规则。