传统的目标检测和识别算法
时间: 2024-06-04 10:07:30 浏览: 115
传统的目标检测和识别算法主要包括以下几种:
1. Haar特征分类器:由Viola-Jones提出,是一种基于机器学习的目标检测算法,可以用于检测人脸、车辆等物体。
2. HOG特征+SVM分类器:由Dalal和Triggs提出,通过计算图像的梯度方向直方图来提取HOG特征,再使用SVM分类器进行目标识别。
3. SIFT特征+Bag of Words:由Lowe提出,通过提取图像的SIFT特征,将其表示成词袋模型,再使用分类器进行目标识别。
4. SURF特征+Bag of Words:由Bay等人提出,与SIFT类似,通过提取图像的SURF特征,将其表示成词袋模型,再使用分类器进行目标识别。
5. DPM模型:由Felzenszwalb等人提出,是一种基于部件模型的目标检测算法,将目标分成多个部件,通过学习部件的位置和大小关系来进行目标检测。
阅读全文