[aMMAI] Paper Summary: Fast concurrent object localization and recognition

Title: Fast concurrent object localization and recognition

Author: Tom Yeh, John J. Lee, Trevor Darrell

Publication: CVPR, 2009

這篇paper提出一個方法來對多個不同物件做 localization和recognition。

傳統ESS的方式，要找多個不同的物件，直接的想法就是每個物件都去找一次。

但是這樣很耗時，ESS的複雜度: O(N^4)，用ESS找M個物件: O(M*N^4)

作法:

1. 基於ESS的方法，加上物件的維度。
2. (x_j,y_j,v_j(i)): feature j 在位置(x,y)且該feature對物件i的分數v(i)。
3. v(i)的計算方式: 就是將有屬於該物件i的總和，最後在乘上SVM的權重。
4. 計算出分數後，再用branch-of-bound的方式去切割。
5. 切割時是切在feature上面，不過最後面框出來的視覺上看起來差別不大。
6. 切物件時，每次都會針對分數作排序，因為是堆疊的行式，所以會先放低方再放高分。

上面的做法是有幾項假設:

1. 物件M是固定的，paper中用了120種物件。
2. 每張圖中的物間只有一種。如果有多種物件在同一張圖裡面，作法上就要多加上，找到一種物件後，就將該範圍的feature拿掉。
3. 如果不同物件間位置太相近，就很可能出錯。

最後面有與幾項baseline做實驗。

BOF最快，但是無法定位。

ISM最準，但是如果不做orientation位置的正確度就會下降，如果做了，時間複雜度就會上升。

然後有提到可以用非長方體的方式來做bounding box，像是利用多個長方體或是三角形來框想要的物件，算出來的分數會比較好。