深度学习-目标检测与识别.pptxVIP

机器学习 深度学习— 目标检测 ; ? 视频关键帧处理 ? 物体检测与定位 ? RCNN， Fast-RCNN， Faster-RCNN， MaskRCNN ? YOLOv1-v5 ? UNet ? 典型应用案例; 几个容易混淆的概念; 3D目标检测; 目标检测算法（1）;; 目标检测算法（3）;; . 目标检测是将目标从图像中提取出来。 . 运动目标检测是从不断变化的序列图像中进行目标检测，分为静态背景下的 运动检测和动态背景下的运动检测。 . 两种主要的思路： – 依赖于目标的先验知识， 需要提前为运动目标建模， 然后在图像序列中实时找到匹配的目标， – 不依赖于先验知识，直接从图像序列中检测到运动目标，并进行目标识别，最终跟踪感兴趣的 运动目标。 – 在目标检测和追踪需要注意运动目标的表示， 例如对其视觉特征进行建模，并采用相似性度量 来对帧图像进行匹配，在追踪过程中需要处理大量冗余信息，采用搜索算法缩小比较范围。 . 目前跟踪分类主要基于主动轮廓的跟踪、基于特征、区域、模型的跟踪等。; . 传统的目标检测一般使用滑动窗口的框架，主要包括以下三个步骤： – 利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域。 – 提取候选区域相关的视觉特征， 例如人脸检测常用的Harr特征；行人检测和普通目标检测常 用