《OpenCV-python学习》第七章 目标检测与识别

目标检测与识别技术

HOG描述符（梯度直方图）

将图像分成小单元，每个小单元是16*16的像素块，每个单元包含8个方向的颜色梯度。单元组合成块，按块构造特征向量，便于归一化和考虑光照和阴影的变化，提高检测精度。
仅仅比较两幅图像的单元是不可行的，需要考虑位置和尺度问题。

图像金字塔：图像的多尺度表示。
滑动窗口：通过扫描较大图像的较小区域来解决定位问题，进而在同一图像的不同尺度下重复扫描。
非极大值抑制：与图像同一区域相关的所有结果进行抑制的技术。
支持向量机（SVM）：对带有标签的训练数据，通过一个优化的超平面来对这些数据进行分类。
K-means聚类：用于数据分析的向量量化方法，k表示要分割的数据集中的簇数。
BOW（bag-of-word)词袋

检测识别过程

训练数据集；创建BOW训练器并获取视觉词汇（聚类）；采用词汇训练SVM；对测试图像的图像金字塔采用滑动窗口进行检测；对重叠的矩形使用非极大值抑制；输出结果。

详见链接
1.提取训练数据的特征（SIFT或SURF等）
2.把特征向量添加到BOW里训练
3.K-means进行聚类，得到图像的BOW向量
4.用BOW已知图片中是否有目标存在，再用滑动窗口确定目标类别和位置，对每个窗口进行SVM分类，给出类别的评分，最后根据非极大值抑制筛选出目标。