物体检测与识别——学习笔记

前言

自动驾驶、手势控制、美颜相机

发展：

• 50-60s 看
• 70-90s 看懂
• 90s-2012  识别
• 2012++理解

传统方法

直线检测、形状检测

ADAS（Advanced Driver Assistant System）高级智能驾驶系统　　 见：ADAS系统-ADAS|车道偏离预警|前车碰撞预警|行人识别|3D高清全景 http://www.adas.cc/adas/#_20

ADAS的核心功能集中在前车碰撞预警（FCW）、车道偏离预警（LDW）、行人检测预警（PCW）等。

检测圆形：找到一个点到边缘（由边缘检测来）的距离全部相等时，则判定区域覆盖为圆形。

 

机器学习方法

特征+模型

CNN 卷积层，提取特征类似HOG、LBP、Haar

前面卷积和池化，提取特征

全连接FC，或softmax（本质是将逻辑回归的二分类问题向多分类扩展），分类

卷积核（kernel、window）得到特征图（feature map）

 

sliding window

原始图滑窗很慢，改为在特征图上滑窗就很快

 

滑窗大量重复信息

 R-CNN(Regions with CNN features)

Region proposals 500-2000个可能区域。先类似K-means聚类，每一个可能存在东西的部分都进模型检测

NMS 抑制掉周围方块

 

还是感觉R-CNN框太多了，还是无法实时。

RCNN 提取特征用的是神经网络+SVM分类

Fast RCNN 特征+分类都是神经网络

Faster RCNN ，Region proposals也用神经网络（RPN寻找潜在region）

YOLO 图像分成若干cell，只回归一次，可将图像中所有物体全都提取出来。非常先进、豪华。

 

bounding box 位置定位

x,y,w,h连续变量——>回归（解决的是在哪）

侦测到物体在哪，画个框

 

semantic segmantation

图像语义分割  

更精细，像素级

 卷积：

上卷积（反卷积）

 

端对端

 

较新的技术：

MASK-RCNN 反卷积形成Mask

U-NET层数比较少，医学图像

 

【其他资料】

 关于semantic segmentation的几篇论文 - Marcovaldong的博客 - CSDN博客 https://blog.csdn.net/MajorDong100/article/details/78958656

计算机视觉之语义分割 http://blog.geohey.com/ji-suan-ji-shi-jue-zhi-yu-yi-fen-ge/