标准化剪切：此代码的作用是什么？

Question

我正在浏览一些MATLAB code for Normalized Cut for image segmentation，我无法弄清楚以下代码的作用：

% degrees and regularization
d = sum(abs(W),2);
dr = 0.5 * (d - sum(W,2));
d = d + offset * 2;
dr = dr + offset;
W = W + spdiags(dr,0,n,n);

offset定义为0.5。

W是一个方形，稀疏的对称矩阵（w_ij由像素i和j之间的相似度定义。 然后使用W来解决特征值问题d^(-1/2)(D-W)d^(-1/2) x = \lambda x

由于权重的定义方式，w_ij都是正数，因此dr是0的向量。

有什么补偿？他们是如何选择的？ offset*2背后的原因是什么？我觉得这是为了避免在某些情况下出现一些潜在的陷阱。这些可能是什么？

非常感谢任何帮助，谢谢！

Answer 1

我相信您遇到了Prof Stella X Yu撰写的一段代码 实际上，当W为正数时，此代码无效，这是NCuts的常见情况 然而，在CVPR 2001 paper Yu和Shi扩展NCuts来处理否定交互以及正面交互。在这些情况下，dr（r代表“排斥”）起着重要作用。

说到负面权重，我必须说，我个人不同意于和施的方法 我坚信，当存在排斥信息时，Correlation Clustering是一个比扩展的NCuts目标更好的目标函数。我用负权重进行的一些图像分割实验结果表明，相关聚类目标优于扩展NCut。