Ren, X.; Malik, J.;
Computer Vision, 2003. Proceedings. Ninth IEEE International Conference on
Digital Object Identifier: 10.1109/ICCV.2003.1238308
Publication Year: 2003 , Page(s): 10 - 17 vol.1
Cited by: 16

1、Superpixel

本文最核心的概念。即loacl、coherent,并且保留大部分必要的结构信息的小单元，它们拥有一致的size、texture、形状。以此作为分割的起点，将带来类似于面向对象图像分析（OBIA）的优点。图像的超分辨率结果如下：

2、特征提取与选择

文中利用了7中特征：区域内纹理相似度、区域间纹理相似度、区域内亮度相似度、区域间亮度相似度、区域内部轮廓能量、区域间轮廓能量、曲率连续性

3、训练分类器

采用了一个简单的logistic回归分类器（logistical regress）,根据样本训练参数

4、归结为一个优化问题

为获得更好的分割结果，在分类的基础上进一步优化。文中把问题归结为一个寻找目标函数的最大值问题。目标函数为：

寻优的方法采用模拟退火算法。

寻优的过程有三种操作：平移、合并、拆分。拆分过程是很麻烦的。