传统的检测就是使用不同大小的窗口进行穷举，用分类器判断哪个窗口是目标。SS不想穷举，可以根据颜色、纹理的信息把图片分成不同的区域，这样就能够提取出大概包含目标的区域了，然后用这个粗略的区域在进行进一步的筛选。
问题：
1、要划分完全，不能漏掉，有的object之间是纹理不一样，有的是颜色不一样，单一的判断标准肯定无法完全cover所有的候选区域。
2、层次关系和尺度关系，轮胎是object，车子也是obeject，车子包含了轮胎，这是层次关系。轮胎的尺度小，所以用合适尺度的窗口来扫描图像才行，这是尺度关系。
3、速度，一定要比穷举快，不然没意义。
确定有用的特征
例一：
这两只猫咪的纹理是类似，所以纹理特征就不具有参考价值了。
但是用颜色可以很好地区分出来。
例二：
这时候颜色特征不管用了，纹理特征、边缘特征有用。
例三：
人当然会把轮胎看成是汽车的一部分，但是机器不会啊！
很明显颜色、纹理特征差距非常明显，怎么会划分为一个目标呢？
SS策略也是遍历所有尺度，但是不是穷举，而是先得到小尺度区域，一次次合并得到大的尺寸，这样符合人类的视觉认知。既然特征很多，就把所有的特征都用上，然后进行排序，想要多少个候选区域，就产生多少个候选区域。
首先将图像分割成很多小块（图像分割方法），计算每两个相邻区域的相似度，然后每次合并最相似的两块，知道最终只剩下一块完整的图片。过程中每次产生的图像块都保存下来，这样就得到了图像的分层表示。怎样计算相似度？
为了尽最大可能去分割所有情景的图片我们得保持特征的多样性，第一是通过色彩空间转换，将原始色彩空间转化到多达八种的色彩空间，然后通过综合了多种特征（颜色、纹理等）距离计算方式。
（1）颜色空间转换
（2）距离计算方式
颜色距离
对各个通道计算颜色直方图，然后取各个对应bins的直方图最小值。这样做的话两个区域合并后的直方图也很好计算，直接通过直方图大小加权区域大小然后除以总区域大小就好了。
纹理距离
纹理距离计算方式和颜色距离几乎一样，我们计算每个区域的快速sift特征，其中方向个数为8，3个通道，每个通道bins为10，对于每幅图像得到240维的纹理直方图，然后通过上式计算距离。
（3）优先合并小的区域
如果仅仅是通过颜色和纹理特征合并的话，很容易使得合并后的区域不断吞并周围的区域，后果就是多尺度只应用在了那个局部，而不是全局的多尺度。因此我们给小的区域更多的权重，这样保证在图像每个位置都是多尺度的在合并。
（4）区域的合适度度距离
不仅要考虑每个区域特征的吻合程度，区域的吻合度也是重要的，吻合度的意思是合并后的区域要尽量规范，不能合并后出现断崖的区域，这样明显不符合常识，体现出来就是区域的外接矩形的重合面积要大。因此区域的合适度距离定义为：
（5）综合各种距离
现在各种距离都计算出来，我们要做的就是整合这些距离，通过多种策略去得到区域建议，最简单的方法当然是加权咯：
（6）参数初始化多样性
基于基于图的图像分割得到初始区域，而这个初始区域对于最终的影响是很大的，因此我们通过多种参数初始化图像分割，也算是扩充了多样性。
（7）给区域打分
通过上述的步骤我们能够得到很多很多的区域，但是显然不是每个区域作为目标的可能性都是相同的，因此我们需要衡量这个可能性。
给予最先合并的图片块较大的权重，比如最后一块完整图像权重为1，倒数第二次合并的区域权重为2以此类推。
但是当我们策略很多，多样性很多的时候呢，这个权重就会有太多的重合了，排序不好搞啊。文章做法是给他们乘以一个随机数，毕竟3分看运气嘛，然后对于相同的区域多次出现的也叠加下权重，毕竟多个方法都说你是目标，也是有理由的嘛。这样我就得到了所有区域的目标分数，也就可以根据自己的需要选择需要多少个区域了。