5-1-什么是目標(biāo)檢測

目標(biāo)檢測什么是目標(biāo)檢測目錄CONTENTS目標(biāo)檢測的概念目標(biāo)檢測的思路目標(biāo)檢測的常用方法01目標(biāo)檢測的概念目標(biāo)檢測的概念（1）什么是目標(biāo)檢測目標(biāo)檢測就是識別圖片中有哪些物體以及物體的位置（坐標(biāo)位置）。什么是物體：即圖像中存在的物體對象，但是能檢測哪些物體會受到人為設(shè)定限制。目標(biāo)檢測中能檢測出來的物體取決于當(dāng)前任務(wù)（數(shù)據(jù)集）需要檢測的物體有哪些。假設(shè)我們的目標(biāo)檢測模型定位是檢測動物（牛、羊、豬、狗、貓五種結(jié)果），那么模型對任何一張圖片輸出結(jié)果不會輸出鴨子、書籍等其它類型結(jié)果。目標(biāo)檢測的概念（1）什么是目標(biāo)檢測什么是位置：目標(biāo)檢測的位置信息一般由兩種格式（以圖片左上角為原點(diǎn)(0,0)）：極坐標(biāo)表示：(xmin,ymin,xmax,ymax)xmin,ymin:x,y坐標(biāo)的最小值xmax,ymax:x,y坐標(biāo)的最大值中心點(diǎn)坐標(biāo)：(x_center,y_center,w,h)x_center,y_center:目標(biāo)檢測框的中心點(diǎn)坐標(biāo)w,h:目標(biāo)檢測框的寬、高目標(biāo)檢測的概念目標(biāo)檢測的過程傳統(tǒng)目標(biāo)檢測分三步：區(qū)域選擇：確定目標(biāo)所在的區(qū)域特征提?。禾崛∧繕?biāo)區(qū)域的特征分類回歸：采用分類回歸的方法確定目標(biāo)目標(biāo)檢測的概念（2）目標(biāo)檢測和目標(biāo)識別的區(qū)別目標(biāo)檢測是用來確定圖像的某個(gè)區(qū)域是否含有要識別的對象而識別是程序識別對象的能力。識別通常只處理已檢測到對象的區(qū)域。目標(biāo)檢測的概念（3）檢測的評價(jià)指標(biāo)IoU（交并比）兩個(gè)區(qū)域的重疊程度overlap：侯選區(qū)域和標(biāo)定區(qū)域的IoU值。02目標(biāo)檢測的思路目標(biāo)檢測的思路（1）根據(jù)組件識別Recognition-by-components一些早期的研究者將目標(biāo)檢測視為目標(biāo)組件形狀和輪廓的相似性度量。包括的工作有DistanceTransforms（距離變換）,ShapeContexts（形狀上下文）,Edgelets（邊緣元素），但是在復(fù)雜目標(biāo)檢測任務(wù)上，效果不好。目標(biāo)檢測的思路（2）基于機(jī)器學(xué)習(xí)的檢測包括基于外觀的統(tǒng)計(jì)模型（1998前）、小波特征表示（1998-2005）、基于梯度的表示（2005-2012）。目標(biāo)檢測的思路（2）基于機(jī)器學(xué)習(xí)的檢測構(gòu)建目標(biāo)的統(tǒng)計(jì)模型比如Eigenfaces，是基于學(xué)習(xí)的目標(biāo)檢測的第一波浪潮。在1995年，M,Turk使用Eigenface分解實(shí)現(xiàn)了實(shí)驗(yàn)室環(huán)境的實(shí)時(shí)人臉檢測。相比于同時(shí)期的基于規(guī)則和模板的方法，統(tǒng)計(jì)模型方法通過從數(shù)據(jù)中學(xué)習(xí)任務(wù)明確的知識能夠得到更好的對目標(biāo)外觀的描述。目標(biāo)檢測的思路（2）基于機(jī)器學(xué)習(xí)的檢測從2000開始，小波特征變換開始主導(dǎo)視覺識別和目標(biāo)檢測方法。這類方法的本質(zhì)是通過變換圖像像素到一系列小波系數(shù)。在這些方法中，Haar小波由于它的計(jì)算高效性被廣泛應(yīng)用于很多目標(biāo)檢測任務(wù)中，比如通用目標(biāo)檢測、人臉檢測、行人檢測。03目標(biāo)檢測的常用方法目標(biāo)檢測的常用方法目標(biāo)檢測的常用方法常用方法梯度直方圖（HistogramofOrientedGradient,HOG）圖像金字塔（imagepyramid）滑動窗口（slidingwindow）這些方法之間是相同補(bǔ)充的。目標(biāo)檢測的常用方法（1）梯度直方圖（HOG）梯度直方圖（HistogramofOrientedGradient，HOG）是一個(gè)特征描述符。HOG不是基于顏色值而是基于梯度來計(jì)算直方圖的。但是這些特征會受到兩個(gè)方面的影響：尺度問題和位置問題。為了解決這些問題，需要使用圖像金字塔和滑動窗口。目標(biāo)檢測的常用方法（2）圖像金字塔圖像的多尺度表示。在不同的粒度下解決問題目標(biāo)檢測的常用方法（3）滑動窗口通過一個(gè)滑動窗口掃描較大圖像的較小區(qū)域來解決定位問題，進(jìn)而在同一圖像的不同尺度下重復(fù)掃描。但是滑動窗口會遇到一個(gè)問題，區(qū)域重疊，比如在對人臉檢測的時(shí)候可能對同一張人臉的四個(gè)不同位置進(jìn)行匹配，