-
物体检测根据其任务目标要求可以分为三个层次。最基本的检测只要求说明图像中是否存在某类物体。该层次的物体检测方法通常偏向于使用全局特征，适用于图像检索和图像分类等不需要知道物体额外信息的应用。第二层次的检测不仅要求能给出图像中是否存在该物体，还要求能确认这些物体在图像中的位置信息，第三层次则更进一步，除了要求能给出物体的位置信息，还要求能确定物体的大致轮廓或者各部分位置信息。这一层次的物体检测方法可以根据检测结果，将图像按照物体和非物体的边界进行图像分割。27725
- 上一篇：图像阈值分割的研究现状与发展趋势
- 下一篇：局部对比度的视觉注意模型国内外研究现状
目前大部分物体检测算法都是针对第二层次的。第二层次的物体检测通常运用基于局部特征的物体检测方法，采用扫窗、提取局部特征加训练判别式模型的方法完成对图像中目标物体的检测。基于局部特征的物体检测方法包括两个阶段：学习和决策阶段。在学习阶段，首先在给定的训练集上提取每一类物体的局部特征，然后采用统计学习的方法对训练数据进行学习，论文网得到目标物体的判别式模型，用于判别目标物体与其他物体。在决策阶段，对测试图像进行从左到右、从上到下的扫窗，在每个窗上提取局部特征，用目标物体的模型判别该窗是否包含目标物体。这类方法虽然目前能取得较高的准确率，但是每幅图像要采集很多的窗，而且对每一个窗都要计算特征和进行分类判别，计算量非常大，消耗的时间非常长。