Objects Detection

Development

Traditional ways:

2001: Viola-Jones

Paul Viola和Michael Jones在论文《Robust Real-time Object Detection》提出，使得低处理能力的傻瓜相机得以进行实时的面部识别

Ways of deep learning

2013: OverFeat

NYU（纽约大学） 提出一个使用卷积神经网络（CNNs）来处理多尺度滑窗的算法。

2014: R-CNN

加州大学伯克利分校的Ross Girshick及其同事就发表了Regins with CNN features,该方法在物体识别挑战中有50%的效果提升。

2015: Fast R-CNN

Ross Girshick（目前在微软研究中心）发表
###2015: Faster R-CNN
Shaoqing Ren（依然与Girshick合著，目前在Fackbook研究中心）发表,这是R-CNN的第三次迭代。

2016: YOLO

Joseph Redmon（与Girshick等人合著）发表了You Only Look Once：Unified， Real-Time Object Detection（YOLO）这篇论文。YOLO提出了一个兼具准确性和速度性的简单的卷积神经网络，首次实现了实时物体检测。

Others

Single Shot Detector（SSD) 和 Region-based Fully Convolutional Networks（R-FCN）。 前者在YOLO的基础上使用多尺寸的卷积特征图使得在结果和速度上都有提升。后者基于Faster R-CNN的架构，但是只使用了卷积网络。