深度学习之目标检测（二）—— 常见的传统目标检测算法（Viola-Jones算法 & HOG-SVM算法 & DPM算法 & NMS算法）

最新推荐文章于 2024-09-01 19:21:12 发布
最新推荐文章于 2024-09-01 19:21:12 发布
阅读量1.4k 收藏 11
点赞数
文章标签： 目标检测 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hxxjxw/article/details/106998729
版权

传统目标检测算法

  • Viola-Jones(VJ算法)
  • HOG-SVM
  • DPM

 

 

Viola-Jones算法

主要用于人脸检测

 

Harr特征

value=白-黑

 

Adaboost算法

是集成学习的一种方法

在深度学习算法火热之前，Adaboost算法属于工业界/学术届 经常会使用到的一种方法

 

HOG+SVM算法

主要用于行人检测

Opencv实现

 

HOG+SVM同样采用传统的目标检测算法这样一个基本流程来进行目标检测，区别就在于采用了HOG特征和SVM分类器这两种方法代替VJ算法中的Harr特征和Adaboost分类器

对于候选框的提取同样采用滑动窗口来进行

而最终候选框的过滤同样采用NMS算法来进行候选框的过滤

 

HOG特征

 

SVM

 

DPM算法

DPM算法是HOG的拓展，利用SVM训练得到物体的梯度。DPM计算速度比HOG+SVM快

DPM算法是传统目标检测算法的巅峰之作

 

 

NMS算法

NMS算法，非极大值抑制算法

 

目的：为了消除多余的框，找到最佳的物体检测的位置

思想：选取那些邻域里分数最高的窗口，同时抑制那些分数低的窗口

 

候选框是通过滑动窗口来生成的

 

soft-NMS算法

NMS算法的改进

 

 

hxxjxw
关注
目标检测YOLO实战应用案例100讲-基于YOLOv5的目标检测与6D位姿估计算法研究
qq_36130719的博客
07-02 2203
目前，机器人在各个领域应用广泛，工厂车间中有工件搬运机器人，医院中有语 音指导机器人，在北京冬奥会上，有做咖啡机器人、防疫机器人等。这些机器人能够 正常运作的关键就是机器视觉技术，它充当着机器人的“眼睛”，通过模拟人体，利用 视觉传感器系统去识别物体的颜色、纹理、位置等信息，然后将这些信息通过算法进 行处理从而实现对目标物体的识别、检测与定位。因此机器视觉的本质就是用机器来 模拟人的视觉感官，去处理事情，使机器更加的智能化、现代化和自动化。
目标检测YOLO实战应用案例100讲-基于改进YOLO算法的道路交通目标检测
qq_36130719的博客
11-12 824
近年来，随着社会经济的快速发展和人们生活水平的提高，人们对食品、生活用品 等物品的需求量越来越大[ 1]。同时，由于线上购物方式的兴起，人们更倾向于在线上购 买优惠、实用的物品。2021年“双十一”期间，京东平台累计下单金额突破3491亿元人 民币、天猫总交易额达5403亿元人民币，超过2020年的2715亿元人民币和4982亿元 人民币，再次创下新纪录[ 2]。在这种物联网蓬勃发展的情况下，庞大的货物需求量对物 流业的运输安全产生了巨大的考验。
DPM(Deformable Parts Model)--原理(一)
热门推荐
Note of Transposition
10-23 7万+
DPM是一个非常成功的目标检测算法，连续获得VOC（Visual Object Class）07,08,09年的检测冠军。目前已成为众多分类器、分割、人体姿态和行为分类的重要部分。2010年Pedro Felzenszwalb被VOC授予"终身成就奖"。DPM可以看做是HOG（Histogrrams of Oriented Gradients）的扩展，大体思路与HOG一致。先计算梯度方向直方图，然后用SVM（Surpport Vector Machine ）训练得到物体的梯度模型（Model）。有了这样的模
深度学习基础--DPM（Deformable Part Model）/形变层/形变池化层
wydbyxr的博客
11-12 1497
DPM（Deformable Part Model）/形变层/形变池化层   在CV研究领域中，一些学者将深度学习模型视为黑盒子，实际上研究表明传统计算机视觉系统和深度学习模型存在密切的联系，而且可以利用传统的特征以及上述联系，设计出新的深度模型和新的训练方法。 例子1   用于行人检测的联合深度学习，一个行人检测器包括了特征提取、部件检测器、部件集合形变建模、部件遮挡推理、分类器等等，在联合深度...
算法——支持向量机(support vector machines,SVM)
最新发布
m0_66890670的博客
09-01 1922
本文详细介绍了SVM算法，包括算法流程，算法的损失函数和收敛问题，以及许多算法的调优和改进的方法（SMO算法优化，增量式SVM，核函数近似），以及算法的python代码实现。
DPM目标检测算法
知识搬运工的博客
05-18 1万+
DPM算法由Felzenszwalb于2008年提出，是一种基于部件的检测方法，对目标的形变具有很强的鲁棒性。目前DPM已成为众多分类、分割、姿态估计等算法的核心部分，Felzenszwalb本人也因此被VOC授予"终身成就奖"。 DPM算法采用了改进后的HOG特征，SVM分类器和滑动窗口（Sliding Windows）检测思想，针对目标的多视角问题，采用了多组件（Comp...
DPM目标检测算法——目标框选工具Matlab代码（框选，保存txt文件）
Kayboy的博客
04-11 935
num=8;%待框的图像数量 figure; f_id=fopen('negative.txt','wt'); for i = 1:num path=[num2str(i),'.jpg'];%待读取图像的路径和文件名 path_1=[num2str(i),'.jpg'];%待读取图像的文件名 img=imread(path); imshow(img); objNum = inputdlg(strcat('目标数目',num2str(i)),'ObjDlg');
DPM（Deformable Parts Models）-----目标检测算法理解
qq_22625309的博客
05-18 1万+
DPM（Deformable Parts Models）翻译成中文是可变型部件模型，是一种用于目标探测的方法。 首先说一下什么是目标探测。 目标探测概念：我的理解，目标探测就是输入一幅图像，输出该图像中包含的物件以及该物件的位置，或者输入一幅图像，探测该图像中是否有目标物件。所以，总得来说目标探测需要完成两大目标，一是寻找物件的位置，二是识别该物件。目标探测的任务是实现单个目标或多个目
基于深度学习的目标检测算法综述
01-16
早期的【传统目标检测模型】，如Viola-Jones detector、HOG和DPM，依赖人工设计的特征，但在准确性和速度上存在局限。 【深度学习】的引入，尤其是2012年AlexNet的诞生，推动了【卷积神经网络（CNN）】的研究，使得...
目标检测算法（传统&基于深度学习的）
weixin_47166887的博客
03-03 1万+
目标检测算法 最近在学目标检测各类算法，主要分为传统的目标检测方法和基于深度学习的目标检测算法，这里记录了一些基本的算法介绍。下图是目标检测算法的发展历程 传统目标检测方法 分三部分：区域选择–>特征提取–>分类器 ①　VJ（Viola-Jones） Viola-Jones人脸检测算法可以说是非常经典的一个算法，所有从事人脸检测研究的人，都会熟悉了解这个算法，Viola-Jones算法在2001年的CVPR上提出，因为其高效而快速的检测即使到现在也依然被广泛使用。在无约束条件（如肤色分割）的情
目标检测算法基础介绍---（2）传统目标检测（笔记）
奔跑的小仙女
05-18 5287
传统目标检测算法基本流程 候选框的提取通常采用滑动窗口的方法。 滑动窗口方法：首先对输入图像进行不同窗口大小的滑窗进行从左往右、从上到下的滑动。每次滑动时候对当前窗口执行分类器(分类器是事先训练好的)。如果当前窗口得到较高的分类概率，则认为检测到了物体。对每个不同窗口大小的滑窗都进行检测后，会得到不同窗口检测到的物体标记，这些窗口大小会存在重复较高的部分，最后采用非极大值抑制(Non-Maxim...
DPM检测算法
04-25
可变形部件模型Deformable Part Models(DPM)是非常经典的目标检测算法，由Felzenszwalb提出，详见http://www.cs.berkeley.edu/~rbg/latent/index.html
DPM目标算法
05-07
DPM是一个非常成功的目标检测算法，连续获得VOC（Visual Object Class）07,08,09年的检测冠军。目前已成为众多分类器、分割、人体姿态和行为分类的重要部分。2010年Pedro Felzenszwalb被VOC授予"终身成就奖"
DPM算法实现：voc-release5(Win7+matlab2016b可运行
09-07
资源来自网络，经过我的配置，可完整运行，实现DPM算法对行人的检测，是一个一个完整的实现，含有注释和完整的工程文件，环境为win7+vs2013+matlab2016b，其他版本MATLAB也可
DPM算法Windows环境
11-22
在windows环境下编译的DPM算法，已测试通过。 我的运行环境平台为：window10+MATLAB2014a
DPM目标检测训练关键代码
01-09
Pedro F. Felzenszwalb的Object Detection with Discriminatively Trained Part Based Models这篇文献的MATLAB在windows下的训练模型实现，对于做目标检测的朋友很有用。里面是关键的几个DLL文件，需要去官网下载源码，然后将这几个dll文件放进去，具体参阅里面的说明文档.绝对原创，已经试验N多次了
图像特征：灰度直方图、LBP特征、Haar特征(即Haar-like特征，又称Viola-Jones识别器)、HOG特征(方向梯度直方图)
あずにゃん梓喵的博客
08-14 580
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）
DPM（Deformable Parts Model）算法流程
weixin_48331187的博客
10-19 331
DPM算法通过使用部件模型来建模目标物体的结构和外观变化，并通过特征提取、部件匹配和分类器评分等步骤来完成目标检测任务。DPM在不同的目标物体识别和检测任务中得到广泛应用，能够有效地处理物体的变形、遮挡和尺度变化等问题。5. 分类器训练和得分评估：使用SVM（Support Vector Machine）等分类器来对匹配得到的候选框进行分类和评分，以确定是否包含目标物体。3. 部件模型建立：将目标物体表示为多个部件的组合，每个部件都有特定的位置和形状。这些部件模型是由训练数据中的正样本来学习得到的。
DPM算法实现源码，环境是matlab2014下
05-26
本人自己收集，并自己调试通过，望可以帮助更多的人，有什么问题，留言给我，我会尽力回答。
Viola-Jones算法：实时目标检测框架解析
该算法由Paul Viola和Michael Jones共同开发，其主要目标是在不牺牲检测精度的前提下，大幅提高图像处理速度。 1. **积分图像（Integral Image）**：这是Vio-Jones算法的第一个关键创新。积分图像是一种高效的图像...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值