目标检测的定义
目标检测存在的问题:
目标种类和数量问题
目标检测尺度问题
外在环境干扰问题
目标检测方法的发展:
传统目标检测算法
传统目标检测算法基本流程:
Viola Jones(人脸检测)
-
Harr特征(属于纹理特征的一种)
-
Adaboost算法
HOG+SVM算法(行人检测)
提取HOG特征
训练SVM分类器
利用滑动窗口提取目标,进行分类判断
NMS进行候选框过滤
输出检测结果
HOG特征:
灰度化+Gamma变换:
计算梯度map
图像划分成每个小的cell,每个cell画直方图
多个cell租成一个block,特征归一化
多个block串联,并归一化
DPM算法
是HOG算法的扩展
DPM符号获取:
计算响应图
Latent SVM分类器训练
SVM分类器,NMS合并候选框
检测识别
NMS非极大值抑制算法
目的:消除多余的框,找到最佳的物体检测目标位置。
思想:选取那些邻域里分数最高的窗口,同时抑制分数最低的窗口。(得分就是概率值)
Soft-NMS: