Jimei Yang, PatchCut: Data-Driven Object Segmentation via Local Shape Transfer

PatchCut: Data-Driven Object Segmentation via Local Shape Transfer

Jimei Yang1, Brian Price2, Scott Cohen2, Zhe Lin2, and Ming-Hsuan Yang1

1 UC Merced 2 Adobe Research

文档链接

来源CVPR2015

核心算法：MRF with shape prior

关键字：先验形状（shape prior）；马尔科夫随机场（MRF）；PatchMatch算法

具体过程如图1所示

图1 PatchCut过程

通过计算红框（Patch）中的SIFT特征，选取训练集中的最大概率样本（通过参考文献1中的PatchMatch方法计算得到）
文章通过缩小后的图像求得大致边界，之后逐次迭代逐步求得原始尺寸图像，过程如图2所示。

图2 迭代过程

分析：这篇文章中的先验形状由大量样本的平均值求得，之后将图像分割为patches之后进行SIFT特征概率匹配，同时通过降采样过程缩小图像后，由于缩小后的图像细节不明显，因此更利于patch match，之后逐次迭代放大并进行边缘fitness，从而相比于全局Patch match，在优化检测边缘的同时提高计算速度。
        但是这个先验形状的获取估计并不简单，有待进一步研究。

参考文献：

[1] C. Barnes, E. Shechtman, D. B. Goldman, and A. Finkelstein. The generalized PatchMatch correspondence algorithm. In ECCV, 2010.