DPM(Deformable Parts Model)--原理(一)

最新推荐文章于 2025-05-25 08:59:36 发布

原创

最新推荐文章于 2025-05-25 08:59:36 发布 · 7.4w 阅读

253 ·

CC 4.0 BY-SA版权

文章标签：

#deformable parts mod #DPM #算法

DPM（Deformable Parts Model）是一种目标检测算法，通过多模型解决视角变化问题，使用SVM进行训练。本文介绍了DPM的基本思想，包括HOG特征、多示例学习（MI-SVM、Latent SVM）、训练初始化和检测过程，以及DPM如何通过子模型适应物体的运动变形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DPM(Deformable Parts Model)

Reference:

Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010.

"Support Vector Machines for Multiple-Instance Learning,"Proc. Advances in Neural Information Processing Systems,2003.

作者主页：http://www.cs.berkeley.edu/~rbg/latent/index.html

补充 and 修正：

HOG特征（毕业论文节选）

DPM目标检测算法(毕业论文节选)

大体思路

DPM是一个非常成功的目标检测算法，连续获得VOC（Visual Object Class）07,08,09年的检测冠军。目前已成为众多分类器、分割、人体姿态和行为分类的重要部分。2010年Pedro Felzenszwalb被VOC授予"终身成就奖"。DPM可以看做是HOG（Histogrrams of Oriented Gradients）的扩展，大体思路与HOG一致。先计算梯度方向直方图，然后用SVM（Surpport Vector Machine ）训练得到物体的梯度模型（Model）。有了这样的模板就可以直接用来分类了，简单理解就是模型和目标匹配。DPM只是在模型上做了很多改进工作。

上图是HOG论文中训练出来的人形模型。它是单模型，对直立的正面和背面人检测效果很好，较以前取得了重大的突破。也是目前为止最好的的特征（最近被CVPR20 13年的一篇论文《Histograms of Sparse Codes for Object Detection》超过了）。但是，如果是侧面呢？所以自然我们会想到用多模型来做。DPM就使用了2个模型，主页上最新版本Versio5的程序使用了12个模型。