目标检测问题
目标检测是在图片中对可变数量的目标进行查找和分类
查找就是定位到它在图片中的位置,通常表示为一个矩形框
对于这样的问题,主要存在三个主要难点
①目标种类与数量问题
②目标尺度问题
③外在环境干扰问题
目标检测 VS 目标分割
语义分割只要找到同一类物体或者目标的区域就行了
实例分割比语义分割更加精细,对于同一类别的目标也需要划分出不同的实例
目标检测主要去定位物体的位置,位置信息通常表示为一个矩形,一个举行可以通过四维数据来进行表示
目标分割需要对每一个像素点来进行不同类别的划分
目标检测问题的方法
传统目标检测方法到深度学习目标检测方法的变迁
现在目标检测算法研究以深度学习为主,基本上传统目标检测算法现在已经很少用到了
目标检测算法基本流程
传统目标检测方法
VJ算法主要是采用积分图特征,结合Adaboost分类器来进行人脸检测等目标检测的任务
HOG+SVM主要用于行人检测,通过对行人目标候选区域提取HOG特征,并结合SVM分类器来进行判断
DPM也是同样基于HOG特征的一种变种,不同的地方在于在DPM中会加入很多额外的策略来提升检测的精度。DPM方法也是目前非深度学习目标检测方法中效果性能最优的一种方法,当然DPM相对于深度学习方法相比还是会存在较大的差距
深度学习目标检测算法