个人微信公众号:AI研习图书馆,欢迎关注~
深度学习知识及资源分享,学习交流,共同进步~
1. 滑动窗口检测器
滑动窗口检测器是一种暴力检测方法,从左到右,从上到下滑动窗口,然后利用分类识别目标。这里使用不同大小的窗口,因为一张图片可能展示从不同距离观测检测出不同的目标类型。
滑动窗口从图像中可能剪切出不同大小的图像块,但是很多分类器只取固定大小的图像,所以这些图像是经过变形转换的。但是这样做并不影响准确率,因为分类器可以处理变形后的图像。
变形图像被输入到CNN中,提取4096个特征,然后使用SVM和一个线性分类器来识别分类和边界框。
2. 选择性搜索(selective search/SS)
为了在滑动窗口检测器的基础上提高搜索速度,可以采用候选区域方法(region proposal method)创建目标检测的感兴趣区域(ROI)。在选择性搜索中,首先将每个像素作为一组,然后计算每一组的纹理,将两个最接近的组结合起来,我们通常对较小的组先分组,合并区域知道所有区域都合并在一起。下图展示了区域合并: