复杂背景下多类物体实时检测算法

通过离线收集海量图片和视频样本，人为标定样本后提取特征值，基于特征值与样本标定进行训练进而设计出高效的特征选择分类器。 在实时系统中，使用特征选择分类器完成各种物体的检测、跟踪、识别，如行人、机动车、非机动车等。

在复杂背景下，本算法可为后续的复杂分割识别任务提供精确的目标物体，从而节约资源、提高效率。

优势：

可同时检测多类物体，如人脸、人体、车体、车牌、车标、交通标志、工业零部件及其他感兴趣的物体；

成像视角条件对检测结果的影响较小，可检测多姿态多角度的目标物体。