研读《Selective Search for Object Recognition》论文
这段时间我主要完成了：
一、研读《Selective Search for Object Recognition》论文解析（重点学习）：
1、在博客上找关于SelectiveSearch算法的基本原理并理解阅读。
2、查阅关于SelectiveSearch算法前提知识的学习。
3、利用OpenCV2.4.13+VS2015实现SelectiveSearch算法。
二、研读《Graph-Based Image Segmentation》论文解析（重点学习）：
1、了解关于图像分割的基本知识。
2、利用数学建模学习基于图论的图像分割算法。
3、利用OpenCV2.4.13+VS2015实习segmentation算法。
三、学习SVM支持向量机（重点学习）：
1、了解图像识别初步，模式识别简单概述。
2、了解模式识别相关概念。
3、学习支持向量机SVM分类思想和基础理论知识。
4、利用数学建模学习SVM算法思想，并简单理解SVM算法数学证明过程
5、理解并阅读OpenCV中SVM源码。
6、利用OpenCV2.4.13+VS2015简单实现SVM算法：其中包括线性可分情况、线性不可分情况、多个类别利用SVM分类。
通过阅读在网上博客阅读《SelectiveSearch for Object Recognition》论文解析，引发出一大串前序内容，比如基于图论的图像分割，SVM分类器等知识。这次我依旧按照代码实现为主，理论算法为辅的学习策略，首先理解算法主要思想和完成算法数学建模部分之后，直接利用C++实现算法。
一‘、SVM线性可分结果图
二、SVM线性不可分结果图
三、SVM有多个类的结果图
四、Selective Search算法结果图
五、Selective Search与
Efficient Graph-Based Image Segmentation
算法代码图程序代码部分