1. 传统目标检测
传统目标检测算法流程为:多尺度滑动窗口,对每个窗口进行特征提取,分类器分类。以adaboost人脸检测算法为例:
1)多尺度滑动窗口提取很多不同尺度的窗口。
2)对每个窗口进行特征提取,在人脸检测中常用的harr特征,如下图:
分别对应的特征是:边缘特征,线性特征,方向特征。特征计算方式是白色区域像素之和 - 黑色区域像素之和。
3)分类器分类,一般分为两类:背景,目标。
1. 传统目标检测
传统目标检测算法流程为:多尺度滑动窗口,对每个窗口进行特征提取,分类器分类。以adaboost人脸检测算法为例:
1)多尺度滑动窗口提取很多不同尺度的窗口。
2)对每个窗口进行特征提取,在人脸检测中常用的harr特征,如下图:
分别对应的特征是:边缘特征,线性特征,方向特征。特征计算方式是白色区域像素之和 - 黑色区域像素之和。
3)分类器分类,一般分为两类:背景,目标。