目标检测技术调研
由于工作需要,这段时间对目标检测技术进行了调研。主要是对目标检测的发展大致进行了了解。
1 目标检测与识别技术
因为任务中混杂了目标检测与目标识别,我也查阅了一些资料对这两个名词进行区分。以下均为个人见解,如有错误还请指出。
首先对两个名词进行解析:目标检测和目标识别。目标检测的目的是确定某张给定图像中是否存在给定类别(比如人、车辆、建筑)的目标实例,如果存在,就返回每个目标实例的空间位置和覆盖范围(比如返回一个边界框)。而目标识别需要将检测的目标与数据库中的某个样例对应起来(样例可以是某个特定物体也可以是某一类物体),完成识别匹配功能,因此会要求指出目标的一些其他特性数值。
从严格意义上来说,当目标识别任务中的样例是某个特定物体的情况下,目标检测也可以看作是目标识别的一个预处理过程,之后再根据给定样例来进行识别匹配处理。但是当识别任务中的样例是某一类物体的情况下,两者并无本质区别,其使用的技术是相通的,因此也会将两种技术统称为目标检测与识别技术。在此主要学习的是目标检测技术。
2 目标检测发展
目标检测技术是计算机视觉领域的核心问题之一,由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,它也一直是计算机视觉领域最具有挑战性的问题之一。早期的方法都是基于人工设计的特征实现的,受限于这种特征对于物体的表示能力,目标检测技术的发展曾一度十分缓慢。在2014年,RCNN方法将目标检测与深度学习相结合,成为目标检测发展史上的重要里程碑,之后目标检测领域得以迅速发展。基于深度学习的目标检