车辆检测”Learning to Detect Vehicles by Clustering Appearance Patterns“

在KITTI上做车辆检测，排名比较靠后的一种方法，有源码，代码可直接训练和检测，用ACF和boost做的。

项目主页：http://cvrr.ucsd.edu/eshed/

主要思想是在训练之前对训练数据进行聚类，就像DPM有多个component，作者分析了用于聚类的一些特征，如视觉特征RGB，LUV，Gradient，CNN等，几何特征3D方向，长宽比，截断等级，遮挡等级等。

训练过程如下图所示：

聚类方法是k-means，下图显示了对几种特征的空间分布使用t-SNE投影到二维的显示。

训练参数与ACF的类似，另外作者做实验说明了多分辨率模型能够提升检测率，即模型大小为32，48，etc。

在KITTI上与其他方法的对比：