Visual Saliency for Image Segmentation and Object Detection

課程：論文研討(二)
日期：102-04-26
主題：Visual Saliency for Image Segmentation and Object Detection
講師：劉 庭 祿
班級：資工產碩一
撰寫者：曹卜月

本主題在教授的講說下，我感覺很複雜，其中一個研究是對險置務目標的切割，這促分教授使用Graph cut的方法，將圖像的前、後景做分割；但是分割還是不夠精確，他還需要測是人去做圖像的眼部追蹤，了解那個部分是想要的前景，什麼是後景。

透過上述的結果，只要把資料大量建立後，可以找出大多的觀測者的注視區，然後這就可以做出自畫的行為，自動將途切出人們比較會注視的區塊。

Graph cut → goal：find the optimum x that minimizes this binary ( { 0 , 1 } ) energy functions

Graph cut 式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於image segmentation, stereo vision, image matting 等，Graph cut算法用來確定網絡流的最小分割，即尋找一個容量最小的邊集合，去掉這個集合中所有邊就可以阻擋這個網路了。