Object Detection in 20 Years: A Survey【持续更新中】

原文:https://www.cnblogs.com/zhaojunjie/p/10886099.html

论文链接:https://arxiv.org/pdf/1905.05055.pdf

 

1. 引言

如上图,从1998~2018年,每年目标检测相关论文不断增长。

本文相对于其他目标检测综述有以下优点:

  • 更加综合、广泛的综述。本文回顾了近20年的400+篇目标检测相关论文。相对于其他综述聚焦于局部进展,本文更加全面。
  • 对关键技术更加深入的探讨。本文对一些关键技术的起源和作用进行深入探讨,如多尺度、难样本挖掘、边框回归等。这是其他综述所没有的。
  • 检测加速技术的全面分析。针对pipeline、backbone和数值计算等加速方法进行分析。
  • 目标检测领域当前的难点及挑战。

2. 目标检测的20年

2.1 里程碑事件

如上图所示本节从传统方法开始,到two-stage的深度方法,最后到one-stage的深度方法。

2.1.1 传统方法

VJ Detectors 【介绍】【论文】【代码】

该方法(2001年)是第一篇真正意义上达到实时的检测方法。它之所以能够取得如此成绩,主要是基于以下改进:

  • 积分图。根据积分图可以方便的计算原图每一个区域的特征。

 

  • 特征选择:使用Adaboost进行特征选择,多个弱分类器组成强分类器。
  • 级联检测:由错到细的检测结构,提高速度的同时保证精度。

 

posted @ 2019-05-18 16:13  赵俊杰  阅读(3045)  评论(1编辑  收藏  举报