目标检测基于传统计算机视觉技术的算法有哪些

目标检测的传统计算机视觉技术算法主要包括以下几种：

1. Haar特征分类器：通过对图像中的Haar特征进行分类，识别目标物体。

2. HOG特征+SVM分类器：通过计算图像中的梯度信息，并使用支持向量机（SVM）分类器实现目标检测。

3. 卷积神经网络（CNN）：通过多层卷积和池化操作，提取图像特征，再使用分类器对目标进行识别。

4. 特征金字塔：通过对图像进行多尺度和多层次的处理，实现对不同尺寸目标的检测。

5. R-CNN：通过选择性搜索（Selective Search）生成候选区域，再使用CNN提取特征并使用SVM分类器进行目标识别。

6. SIFT特征+RANSAC算法：通过检测图像中的局部不变特征，并使用随机抽样一致性（RANSAC）算法匹配特征点，实现目标检测。

以上算法只是部分传统计算机视觉技术中的目标检测算法，随着技术的不断发展，还有很多其他的算法被提出。