目標檢測與識別培訓教材(PPT 110頁)

Lecture12ObjectDetectionandRecognition
目標檢測和識別
怎樣檢測和識別圖像中物體，如汽車、牛等？
目標識別的應用
難點之一:如何魯棒識別？
類內差異（intra-classvariability）
類間相似性（inter-classsimilarity）
難點之二：計算量大
一幅圖像中像素個數多，目前每秒約產生300G像素的圖像/視頻數據。
Google圖片搜索中已有幾十億幅圖像
全球數字照相機一年產生180億張以上的圖片（2004年）
全球一年銷售約3億部照相手機（2005）
人的物體識別能力是強大的
靈長類動物約使用大腦皮層的一半來處理視覺信息[FellemanandvanEssen1991]
可以識別3,000-30,000種物體
物體姿態可允許30度以上的自由度。
難點之三：如何在小樣本條件下學習
物體識別方法
檢測(detection)vs.不檢測
表示(representation)
顏色、紋理、邊緣、梯度、局部特征、深度、運動等等。
分類(classificationorcategorization)
K近鄰（KNN）
神經網絡（NN）
支持向量機（SVM）
Boosting(Adaboost等)
隱馬爾科夫模型（HMM）
..............................