目标检测算法综述

1 目标检测问题的定义

 

2 目标检测问题方法

 

首先需要给定一副图片作为输入，接下来可以通过提取候选框的方法来对候选框进行特征提取，并且使用分类器进行判定，判定是否属于目标或者背景，最后定义一个NMS进行候选框的合并，最终得到目标的输出结果。另外一种则是直接采用特征提取加目标框回归的方法来进行区域的提取，最后同样利用NMS的策略来将目标框进行合并，得到最终的结果。直接回归的方式主要采取深度学习方法，而通过候选框回归的方法，目前主要的方法同样也是深度学习的方法，只不过提取候选框的时候会有一些不同的策略。

 

 

 

3 传统目标检测算法综述

 

4 传统的目标检测算法

 

V-J 算法，主要用于人脸检测，特征抽取的部分采用Haar特征作为特征表示的算子，它实际上也是纹理算子的一种，人脸分类器采用Adaboost这样的分类器，候选框则采用滑动窗口的策略进行候选框的提取，会出现的问题主要是滑动窗口的大小和滑动窗口的步长，因为尺度的变化和步长的变化会导致本身算法会出现大量冗余的候选框，这些冗余的候选会导致目标检测算法性能或者速度的下降。这些冗余的候选框成为目标检测算法在速度上的重要瓶颈。 

 

5 HOG+SVM 算法