目标检测的任务:是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一
挑战性的问题:由于各类物体有不同的外观,形状,姿态,加上成像时光照,遮挡等因素的干扰,
图像识别四大类任务:
分类-Classification:解决“是什么?”的问题,即给定一张图片或一段视频判断里面包含什么类别的目标。
定位-Location:解决“在哪里?”的问题,即定位出这个目标的的位置。
检测-Detection:解决“是什么?在哪里?”的问题,即定位出这个目标的位置并且知道目标物是什么。
分 割 -Segmentation:分为实例的分割(Instance-level)和场景分割(Scene-level),解决“每一个像素属于哪个目标物或场景”的问题。
解决的核心问题:
1.目标可能出现在图像的任何位置。
2.目标有各种不同的大小。
3.目标可能有各种不同的形状。
由于目标的宽高比不同,因此采用经典的滑动窗口+图像缩放的方案解决通用目标检测问题的成本太高。
应用:人脸检测,行人检测,车辆检测,交通标志检测等重要目标的检测
工业中材质表面的缺陷检测,硬刷电路板表面的缺陷检测
农作物表面的病虫害识别
肿瘤等病变部位检测和识别对于诊断的自动化
相关算法:(与人脸、行人等特定类型的目标检测不同,通用目标检测要同时检测出图像中的多类目标,难度更大。)
(1)DPM 算法:(Deformable Part Model)可变形的组件模型,是一种基于组件的检测算法
基本思想:是先提取 DPM 人工特征,再用 latentSVM 分类
缺点:DPM 特征计算复杂,计算速度慢
人工特征对于旋转、拉伸、视角变化的物体检测效果差。
(这些弊端很大程度上限制了算法的应用场景。)
(2)Alexnet:(通过卷积神经网络可以学到物体在各个层次的抽象表达)
(3)OverFeat:(改进了 Alexnet,提出了使用同一个卷积网络完成了多个任务的方法。)
基于 DCNN 物体检测发展
(1)R-CNN: Region CNN
https://zhuanlan.zhihu.com/p/29016445
https://www.zhihu.com/people/lu-yi-90-79/posts
https://blog.csdn.net/qq_25178609/article/details/50824671