计算机视觉 滑动窗方法,图像分割相关技术之滑动窗口、RPN以及anchor box简介

图像分割相关技术之滑动窗口、RPN以及anchor box简介

标签：##

时间：2019/11/17 11:07:25

作者：小木

对象识别(object recognition)是计算机视觉(computer vision)中的一种任务。根据维基百科的定义，它的目的是为了寻找并识别某个图像或者是视频序列中的对象。对象识别中的一项基础工作是进行图像分割，找出包含对象的区域。本文简要介绍图像分割中相关的selective search、region proposal networks以及anchor box的概念。

[TOC]

#### 一、图像分割简介

对象识别(object recognition)是计算机视觉(computer vision)中的一种任务。根据维基百科的定义，它的目的是为了寻找并识别某个图像或者是视频序列中的对象。

在很长的一段时间内，对象识别都要求他们的区域是事先划定(delineated)好的。这个问题产生了图像分割任务，该分割旨在通过通用算法对图像进行唯一的分割，每一个分割应该包括了一个对象。

换句话说，图像分割的目的是将一副图像根据色彩、纹理等特征将图像划分成几个互不相交的区域，每个区域内具有一致或者相似的特征。

但是图像分割问题有一些挑战。

- 首先，图像都是有层次的，以下图为例，沙拉和勺子都在碗里，而碗是在桌子上的。因此，根据目的不同以及图片所处的环境，图片中的对象都是有层次的。这就导致了图像分割必须是带层次的。