DPM 目标检测1

1. Origin

 原始目标检测: HOG梯度模型+目标匹配

   为了提过对目标形变的鲁棒性(多视角->多组件):

             目标形态多样性—>多个模型

             目标的动态变化多视角—> 子模型

             目标形变—> 图结构的组件模型策略

              

   DPM目标检测:

          HOG特征提取+SVM分类器+滑动窗

2. 改进的HOG特征

    1) 原始HOG特征(histogram of gradient)->局部物体外形能被光强梯度或边缘方向的分布所描述,一幅图被分为小的连接区域(cells)

          对图像局部出现的方向梯度进行计数,与边缘方向直方图,scale-invariant feature transform 类似, 不同点HOG基于一致空间密度矩        阵来提高准确率。

       局部直方图通过计算图像中的一个较大的区域(block)的光强作为对比标准化,然后归一化block中的所有cells。(光照,映射不变形)

       计算流程:

        灰度化->分为cells->计算每个cell中pixels的gradient->统计cell的梯度直方图,每个cell的描述子

        没有旋转,尺度不变形,计算量小;

        解决尺度变换: 图像进行尺度房宿

        解决旋转变换:建立不同方向的模板     

     2)改进HOG

 

3. DPM检测

    采用滑动窗检测,通过构建尺度金字塔在各个尺度搜索(解决尺度变换问题)

        对于旋转问题:建立多个模板?

基本结构:

 

转载于:https://www.cnblogs.com/fanhaha/p/7002683.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值