【计算机视觉】如何用传统方法在实现目标检测？

【计算机视觉】如何用传统方法在实现目标检测？

问题描述

深度学习虽然很火热，但是数据量不大的时候，深度学习的性能还是比较差的，最主要的是模型能力太强，学出来之后不能泛化，因此一种可选的方法就是 不要处处都是深度模型，试试返璞归真的传统方法。

传统方法

基本上传统机器方法最直观的就是分类、回归，而对于计算机视觉中级任务：目标检测 该如何下手呢？一种最直观的想法就是用滑动窗口 sliding window 的方法，对滑动窗口内的图像块儿进行分类，根据滑动窗口的位置得到检测结果。那么对于深度模型，常常是端到端的，采用 CNN 进行 深度特征的提取，R-CNN系列则采用 Selective Search、Region Proposal Network作为候选样本的进行采集，同时加上了位置的回归，深度模型剩余的部分实际上也是进行的分类。整个解决思路并没有太大的冲突。

所以，传统方法解决方案包括三个步骤，一是选择合适的图像块儿 image patch 特征描述子，二是选择合适的分类器，三是用提取的特征及提供的标签对分类器进行训练。</