前言
本篇文章不讲解任何算法,只是针对CV的发展历程和当前应用算法进行简单介绍,希望不了解的或者想从事计算机视觉研究的小白们有个大概的认识
CV四大任务
- 分类,也就是解释图片上的物体是什么
- 定位,图片上物体的位置在哪里
- 检测,就是对图片上的物体进行定位和分类
- 分割,精确到像素点进行分类,与我们所说的抠图类似。
一句话来讲,CV的任务就是分析图中有哪些物体,这些物体的位置是什么。基于这个基础,我们可以做很多事情,比如批量ps,或者人流量估计等等。
传统目标检测方法
- 确定滑动窗口
- 利用互动窗口提取出候选区域
- 对候选区域进行特征提取
- 使用分类器(实现已经训练好)进行分类,判断候选区域是否包含有效目标
- 对有所包含有效目标的候选区域进行合并
- 作图,绘制出检测目标轮廓框
我做个了动态图来解释这个方法(做的不好多包涵)
就是这样窗口的不断平移,下移,对红色窗口里的图像进行特征提取,判断是否包含有效区域。