物体检测中,在图像中找到确定一个物体,并找出具体位置。之前的主要做法是基于穷举搜索,或者说是暴力获取(Exhaustive Search),选择一个窗口(window)扫描整张图像(image),改变窗口的大小,继续扫描整张图像。显然这种做法是比较原始的,改变窗口的大小,扫描整张图像,直观上就给人一种非常耗时,结果太杂的印象。在2012年,作者提出了一种新的选出候选区域的方法能够从下面的3个方面优化候选区域问题
(1) 适应不同的尺度( Capture all scales ):Exhaustive selective 通过改变窗口大小来适应物体的不同尺度,选择搜索同样无法避免这个问题。算法采用了图像分割(Image Segmentation)以及一种层次算法(HierarchicalAlgorithm)有效地解决了这个问题
(2) 多样化(Diversification):单一的策略无法应对多种类别的图像。使用颜色(color)、纹理(texture)、大小(size)等多种策略对分割好的区域进行合并
(3) 速度快(Fast to Compute)