本文介绍了传统的人脸检测算法，通过在图像上滑动候选框并提取特征，然后用SVM分类器判断是否包含人脸。接着讨论了目标检测中的Anchorbox概念，它以固定步长选取锚点生成不同比例的参照框，每个锚框带有物体存在概率。边界框（BoundingBox）用于描述目标位置，是矩形框形式。理解这些基础对于深入学习目标检测算法至关重要。
传统算法的检测过程
比如检测下方图片中的人脸。最简单的方法就是使用不同大小、不同长宽比的候选框在图像滑动，然后提取候选框内的特征（比如Harr,LBP,Hog特征等），然后使用SVM分类器进行判断是否存在人脸。
Anchor box是什么
在目标检测算法中：在图片中以一定的步长选取一定的锚点，以锚点为中心生成不同大小、不同长宽比的参照框。这个参照框就是Anchor box。每个锚框都包含了一个概率，表示该锚框包含一个物体的可能性。包含了物体中心点到锚点的偏差。
边界框(Bounding Box)
在目标检测里，我们通常使用边界框（bounding box）来描述目标位置。边界框是一个矩形框，可以由矩形左上角坐标与右下角坐标确定.
参考文献：
最低0.47元/天 解锁文章
扫一扫
6191
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
