Skip to content

Latest commit

 

History

History
84 lines (54 loc) · 2.23 KB

README.md

File metadata and controls

84 lines (54 loc) · 2.23 KB

SaliencyCut and AlphaMatting

1. Matting 方法

(1) SaliencyCut

根据论文:

[1] MM Cheng, NJ Mitra, X Huang, PHS Torr SM Hu. Global Contrast based Salient Region Detection. IEEE CVPR, p. 409-416, 2011.

中提出的 SaliencyCut 实现的算法, 其本质是对 GrabCut 算法做了改进, 去掉了手工标注, 直接使用 Saliency 图.

因此是一种 Unsupervised salient object segmentation. 该算法原本是程明明教授团队实现的, 不过他们实现的是 Windows 版本, 我在这里做了移植, 将平台相关的代码用标准库(包括 boost 库) 替换, 使其具有跨平台性.

(2) AlphaMatting

根据论文:

Shared Sampling for Real-Time Alpha Matting

Eduardo S. L. Gastal and Manuel M. Oliveira
Computer Graphics Forum. Volume 29 (2010), Number 2.
Proceedings of Eurographics 2010, pp. 575-584.

这个实现并不是作者给出的实现, 作者给出的只是一个二进制文件和一个动态库文件, 可以在这里下载: http://inf.ufrgs.br/~eslgastal/SharedMatting/SharedMatting-v1.0-Linux-x64.zip.

这个版本的实现中并没有使用 GPU 并行加速, 因此使用这个版本测出的运行时间可能和论文上的有出入.

2. Saliency 方法

(1) FASA

FASA: Fast, Accurate, and Size-Aware Salient Object Detection

(2) Global Contrast Based On Region Contrast

Global Contrast based Salient Region Detection. MM Cheng, NJ Mitra, X Huang, PHS Torr SM Hu. IEEE CVPR, p. 409-416, 2011.

(3) GMR

@inproceedings{yang2013saliency,
title={Saliency detection via graph-based manifold ranking},
author={Yang, Chuan and Zhang, Lihe and Lu, Huchuan, Ruan, Xiang and Yang, Ming-Hsuan},
booktitle={Computer Vision and Pattern Recognition (CVPR), 2013 IEEE Conference on},
pages={3166--3173},
year={2013},
organization={IEEE}
}

3. 编译

Requirement

  • Boost version: 1.54.0
  • OpenCV 2410

编译

mkdir build && cd build
cmake ..
make

4. Example

./salmat /path/to/an/imageDir

详细使用方法可参考 main.cpp 中提供的 salmat_demo() 函数.