目标分类:给一张图片,分类
分类是对一幅图整体,检测是更进一步,找出一幅图中一部分。一般检测以分类为基础,
目标检测就是找出图像中所感兴趣的物体,包括物体定位和物体分类两个子任务,即不仅需要对物体进行分类,还要检测出物体的位置。 通常分为单目标检测和多目标检测,
1)区域选择(穷举策略:采用滑动窗口,且设置不同的大小,不同的长宽比对图像进行遍历,时间复杂度高)
2)特征提取(SIFT、HOG等;形态多样性、光照变化多样性、背景多样性使得特征鲁棒性差)
3)分类器分类(主要有SVM、Adaboost等)
上面的检测通常分三步走:
- 区域选择(穷举策略:采用滑动窗口,且设置不同的大小,不同的长宽比对图像进行遍历,时间复杂度高);
- 对可能包含物体的区域进行特征提取(SIFT、HOG等;形态多样性、光照变化多样性、背景多样性使得特征鲁棒性差);
- 对提取的特征进行检测分类(主要有SVM、Adaboost等)。