cv_family_z的博客

‘Selective Search for Object Recognition” 文章中特征描述使用了BOW，找到这篇文章看了一下，主要是提取BOK来做广义的目标归类，分类器使用的是朴素贝叶斯和SVM，实验对七类广义目标进行归类，目标姿态不一，背景复杂，跟我们之前接触的纯目标分类有所不同，有人脸，建筑物，汽车等，如下图所示： 特征使用的是BOK，统计图像中特定模式出现次数的直方图，这里的K是ke

CNN网络需要固定尺寸的图像输入，SPPNet将任意大小的图像池化生成固定长度的图像表示，提升R-CNN检测的速度24-102倍。固定图像尺寸输入的问题，截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上，CNN的卷积层不需要固定尺寸的图像，全连接层是需要固定大小输入的，因此提出了SPP层放到卷积层的后面，改进后的网络如下图所示： SPP是BOW的扩展，将图像从精细空间划分到粗糙空间，之后将局

ICCV 2015 本文主要是用CNN网络进行人体部件检测，再用CNN进行人的属性及动作分类。 人的部件检测如下图所示：输入多尺度图像，提取第五卷积层特征，再用部件模型对特征层进行卷积，得到多尺度部件概率图。 对于人的属性及动作分类，首先将部件及整个人的图像输入CNN网络，然后提取CNN第七层特征，然后使用线性SVM分类器进行分类。 结果： 属性识别结果 动作识别结果：

对Fast-RCNN方法做了三个小的修改：（1）检测器能够访问多层特征，（2）foveal结构多尺度提取目标上下文信息，（3）在多个IOU下优化损失函数。网络的结构如下图所示； Foveal结构 在目标识别时，上下文信息很重要，为了增加上下文信息，作者增加了4个裁切，即分别对proposal的视图放大1，1.5，2，4倍，每种情况使用ROI-池化生成特组图，接下来的流程共享相同的结构，之后将4个

基于区域的Convnet目标检测有许多超参数如负样本与groundtruth的IOU，正负样本比例等，作者提出了一个在线的困难负样本挖掘方法OHEM，自动筛选困难负样本可以提升训练的效率。挖掘负样本的技术即bootstrapping，就是通过迭代训练找虚警样本更新模型，使用更新的模型进一步找虚警样本，Felzenszwalb证实在DPM中通过bootstrapping SVM可以在整个数据集上找到最

这篇论文主要目的是提升检测框与目标的吻合度，特别是当IOU比较大时。之前主要使用bbox回归的方法，作者通过给搜索区域的每列或每行，或在目标bbox内分配概率解决，如下图所示：检测方法步骤：1.给定候选框，分配置信度；2.给定候选框，放大得到搜索区域，迭代得到新的更接近目标的候选框，算法流程如下：给定搜索区域R，划分成M个水平区域和竖直区域，返回每个区域的条件概率，考虑了In-Out概率和边界概率两

训练步骤及资源下载 http://blog.youkuaiyun.com/sinat_30071459/article/details/51332084摘要：SPPNet和Fast R-CNN降低了网络学习特征的时间，SS由于需耗时1~2s，EdgeBoxes 耗时约0.2s，提取proposal的方法成为检测的瓶颈。本文提出了Region Proposal Networks(RPNs)实现实时提取p