Epanechnikov核密度估计应用于目标检测

1.什么叫目标检测

目标检测，也叫目标提取，是一种基于目标几何和特征统计的图像分割，将图像中的目标分割和识别合二为一，其准确性和实时性成为目标检测的重要能力之一。在复杂场景下，尤其是多目标的情况下，目标提取和识别就显得格外重要。

2.Epanechnikov核函数介绍

核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。常见的核函数如下图：

Epanechnikov函数具有钟形的形态，但相比于高斯核函数可以大大减少计算量，提高算法的运算速度。KED不引入对数据分布的先验假设，只从训练样本本身出发获取数据分布特征，可以用来估计任意形态的密度函数，是当前最有效和应用最广泛的一种非参数密度估计算法。KDE的结果其实相当于新信息与历史信息的相似度，或者说是偏离程度。估计值越高说明数据没怎么变化，估计值越低说明数据发生了很大变化。 

本文介绍基于Epanechnikov核函数的三通道彩色图像像素值的概率密度估计函数，其基本公式为：