传统目标检测算法综述

一 Viola-Jones（人脸检测）

1.Haar特征抽取

•     Haar特征（value = 白-黑）

           

• Adaboost算法

        初始化样本的权重w，样本权重之和为1

        训练弱分类器

        更新样本权重

        循环第二步

        结合做个分类器结果，进行投票

2.训练人脸分类器

3.滑动窗口

二 HOG + SVM（行人检测，Opencv实现）

1.提取HOG特征

    HOG特征：

• 灰度化+Gamma变换
• 计算梯度map
• 图像划分成小的cell，统计每个cell梯度直方图
• 多个cell组成一个block，特征归一化
• 多个block串联，并归一化

2.训练SVM分类器（通过去寻找两种样本空间上的最大分类间隔面来进行建模）

3.利用滑动窗口提取目标区域，进行分类判断

4.NMS

5.输出检测结果

三 DPM（物体检测）

1.2009年Pedro Felzenszwalb提出

2.VOC，07，08，09年的检测冠军