RCNN選擇性搜索（Selective Search）

算法一：分組分類算法

輸入：（圖層顏色）圖片

輸出：對象位置假設集L

Obtain initial regions R = {r1,··· ,rn} using [13]

Initialise similarity set S = 空集

foreach Neighbouring region pair (ri,rj) do //遍歷所有臨近的像素對

　　Calculate similarity s(ri,rj) 　　　　//計算所有像素對之間的相似度

　　S= S∪s(ri,rj)　　　　　　　　　　　　　//把相應的相似度保存在集合S中

while S≠空集 do

　　Get highest similarity s(ri,rj) = max(S)　　　　　　　　　　//從集合S中取出相似度最高的像素對

　　Merge corresponding regions rt = ri ∪rj　　　　　　　　　//把兩個像素進行合並

　　Remove similarities regarding ri : S = S \ s(ri,r?)　　　　　　//從集合S中除去和ri有關的相似度

　　Remove similarities regarding rj : S = S \ s(r?,rj)　　　　　　//從集合S中除去和rj有關的相似度

　　Calculate similarity set St between rt and its neighbours　　　　//計算rt和臨近像素點的相似度

　　S = S∪St　　　　　　　　　　　　　　　　　　　　　　//將相似度存入集合S中

　　R = R∪rt　　　　　　　　　　　　　　　　　　　　　　//將rt存入集合R中

Extract object location boxes L from all regions in R

優先合並以下四種區域：
- 顏色（顏色直方圖）相近的
- 紋理（梯度直方圖）相近的
- 合並後總面積小的
- 合並後，總面積在其BBOX中所占比例大的

第三條，保證合並操作的尺度較為均勻，避免一個大區域陸續“吃掉”其他小區域。（Get highest similarity s(ri,rj) = max(S)通過此處實現）

例：設有區域a-b-c-d-e-f-g-h。較好的合並方式是：ab-cd-ef-gh -> abcd-efgh -> abcdefgh。
不好的合並方法是：ab-c-d-e-f-g-h ->abcd-e-f-g-h ->abcdef-gh -> abcdefgh。

第四條，保證合並後形狀規則。

例：左圖適於合並，右圖不適於合並。

上述四條規則只涉及區域的顏色直方圖、紋理直方圖、面積和位置。合並後的區域特征可以直接由子區域特征計算而來，速度較快。

RCNN選擇性搜索（Selective Search）