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