課程：論文研討(二)
時間：13:50~15:40
地點：S104
作者：資工產碩一 王怡雯
心得:
這次的演講對我來說難度很高，因為我對於媒體那纇的知識是很狹窄的，這次提到了一種演算法-Graph Cuts，可以感受的出來此次演講的重點就是這個演算法，因為講師花了很多時間希望我們能聽懂Graph Cuts，可惜我能理解的範圍就是他有分成前景和背景，利用labeling的方式把前景設為1，後景設為0，再來就是很多的數學公式了!不過後來我上網查了一下這個演算法，其實 Graph cuts是一種十分有用和流行的能量優化算法，在計算機視覺領域普遍應用于前背景分割（Image segmentation）、立體視覺（stereo vision）、摳圖（Image matting）等。
此類方法把圖像分割問題與圖的最小割（min cut）問題相關聯。首先用一個無向圖G=<V，E>表示要分割的圖像，V和E分別是頂點（vertex）和邊（edge）的集合。此處的Graph和普通的Graph稍有不同。普通的圖由頂點和邊構成，如果邊的有方向的，這樣的圖被則稱為有向圖，否則為無向圖，且邊是有權值的，不同的邊可以有不同的權值，分別代表不同的物理意義。而Graph Cuts圖是在普通圖的基礎上多了2個頂點，這2個頂點分別用符號”S”和”T”表示，統稱為終端頂點。其它所有的頂點都必須和這2個頂點相連形成邊集合中的一部分。所以Graph Cuts中有兩種頂點，也有兩種邊。
第一種頂點和邊是︰第一種普通頂點對應于圖像中的每個像素。每兩個鄰域頂點（對應于圖像中每兩個鄰域像素）的連接就是一條邊。這種邊也叫n-links。
第二種頂點和邊是︰除圖像像素外，還有另外兩個終端頂點，叫S（source︰源點，取源頭之意）和T（sink︰匯點，取匯聚之意）。每個普通頂點和這2個終端頂點之間都有連接，組成第二種邊。這種邊也叫t-links。
雖然我不是每個數學運算式都懂，但是能理解他其中的原理不也是很好嗎?只是覺得其實這場演講與其要講到大家懂，基本觀念懂就很好舉一反三了。其他更詳細的說明可以參考下面的網頁。
相關參考資料:
沒有留言:
張貼留言