[X:AI] Selective Search란?

[Paper] : http://www.huppelen.nl/publications/selectiveSearchDraft.pdf

 

- Selective Search를 사용하기 전에는 사물이 있을법한 영역을 모두 조사하는 Exhaustive Search(완전 탐색) 방법을 사용하였다.

- 대표적인 탐색방식으로는 Sliding Window 방식이 있는데, 탐색해야 하는 공간이 크거나 다양한 Box 크기에 대해 탐색 할 경우 연산에 너무 많은 시간이 걸리게 된다.

https://pyimagesearch.com/2015/03/23/sliding-windows-for-object-detection-with-python-and-opencv/

- 이러한 Sliding Window 방식의 비효율성을 극복하기 위해 Selective Search를 사용한 Region Proposal 알고리즘이 제안되었다.

 

# Selective Search

1. "Efficient Graph-Based Image Segmentation" 방법을 사용해 각각의 객체가 1개의 영역에 할당되도록 초기 영역 생성

2. 작은 영역들을 반복적으로 큰 영역으로 통합 (아래의 Greedy Algorithm을 사용)

(1) 여러 영역에서 가장 비슷한 2가지 영역 선택 (컬러·무늬·명암 등 고려, 유사도 계산)
(2) 두 영역을 더 큰 영역으로 통합
(3) 1개의 큰 영역이 남을 때까지 반복

c.f. 알고리즘 참고

https://donghwa-kim.github.io/SelectiveSearch.html

Selective Search (선택적 탐색)

3. 통합된 영역을 바탕으로 후보 영역 생성

- Selective Search의 단점으로는 후보 영역 추출 과정(Region Proposal)이 Object Detection 과정과 별도로 이루어지기 때문에 End-to-End 학습이 불가능하고 실시간 적용이 어렵다는 점이 있다. 

 

참고자료

https://www.geeksforgeeks.org/selective-search-for-object-detection-r-cnn/

Selective Search for Object Detection | R-CNN - GeeksforGeeks

https://better-tomorrow.tistory.com/entry/Selective-Search-%EA%B0%84%EB%8B%A8%ED%9E%88-%EC%A0%95%EB%A6%AC

Selective Search 간단히 정리..