Deformable Parts Model (DPM) 是一种很成功的物体检测方法。可以说这种方法是从HOG继承而来的。传统的HOG特征只采用一个模板表示某种物体,而DPM把物体的模板划分成根模型和部分模型,其中的根模型等效于传统的HOG特征,部分模型则是物体某些部分的模板。在检测的时候,根模型用来对物体可能存在的位置进行定位,部分模型用来进行进一步的确认。付出了更多的运算量使得DPM的检测效果要优于传统的HOG。
本人在工作中做过DPM算法的优化和改进,曾经为了组内的交流写过DPM算法简介的文档,如下所示。
下文中提到的的PAMI论文是 Felzenszwalb, P., Girshick, R., McAllester, D., Ramanan, D.: Object Detection with Discriminatively Trained Part-Based Models. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 32, no. 9 (2010)
论文下载链接 http://download.csdn.NET/detail/zxpddfg/8313853