目标检测的研究历史与现状目标检测并不是一个容易解决的问题，由于物体的尺寸变化范围很大，摆放物体的角度、 姿态不固定，而且物体还可能是不同类别，导致其计算复杂度较高，所以用一般的方法比较难处理。所以在卷积神经网络和深度学习出现之前，目标检测是一个较为沉寂的领域。2010 年-2012 年图像检索技术主流模型是可变部件模型（Deformable parts models）[8], 其平均准确 率均值（Mean Average Precision）大约为 43%。2012 年开始，随着深度学习以及深度卷积网 络进入人们的视线，目标检测领域也渐渐出现了新的思路：感兴趣区域提取（Region Proposal） 结合卷积神经网络(Convolutional Neural Networks)。基于此思路，2014 年出现的 R-CNN 平均 准确率均值（mAP）约为 58%、2015 年出现的 Fast R-CNN 将平均准确率均值（mAP）提高 至 68%、之后出现的 Faster R-CNN 平均准确率均值（mAP）达到了惊人的 73%。至此目标检 测领域的脉络也被固定了下来。77213

2 图像匹配的研究历史与现状

图像匹配的关键即对图片进行特征提取，通过图像的特征来描述该图像。常用的图像特 征包括尺寸不变特征变换特征（Scale-invariant feature transform）[6]，其尺度不变性，可以良 好的处理图片中物体的旋转、移位和空间变化；梯度直方图特征（HOG）[7]，计算图像局部区 域的梯度直方图，可以抗光照和形变论文网，尤其适合进行人体匹配；指纹算法函数，缩小图片以 计算图片的哈希值进行比较，简单快速，适用于根据缩略图找原图。