基于形变部件模型（Deformable Part Models）的目标检测

最新推荐文章于 2022-05-19 14:42:52 发布

海清河宴

最新推荐文章于 2022-05-19 14:42:52 发布

阅读量827

点赞数 1

分类专栏：机器学习

本文链接：https://blog.csdn.net/lpj822/article/details/82716936

版权

机器学习专栏收录该内容

3 篇文章 0 订阅

订阅专栏

基于形变部件模型（Deformable Part Models）的目标检测

参考文献(Pedro F.Felzenszwalb)

[1]Pictorial Structures for Object Recognition.2005
[2]Object Detection with Discriminatively Trained Part Based Models.2010
[3]Cascade Object Detection with Deformable Part Models.2010

[1]如何利用形变模型描述物体

通过描述每一部分和部分间的位置关系来表示物体。
可以用一无向图 G=(V,E) 来表示物体的模型，V={v1,…,vn} 代表n个部分，边 (vi,vj)∈E 代表两部分间的连接。
物体的某个实例的configuration可以表示为 L=(l1,…,ln)，li 表示为 vi 的位置（可以简单的将图片的configuration理解为各部分的位置布局，实际configuration可以包含part的其他属性）。
给定一幅图像，用 mi(li) 来度量vi 被放置图片中的 li 位置时，与模板的不匹配程度；
用 dij(li,lj) 度量 vi,vj 被分别放置在图片中的 li,lj位置时，模型的变化程度。
因此，一副图像相对于模型的最优configuration，就是既能使每一部分匹配的好，
又能使部分间的相对关系与模型尽可能的相符的那一个。