没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/89054090/bg1.jpg)
书书书
第
卷
第
期
年
月
计
算
机
学
报
收稿日期:
;最终修改稿收到日期:
本课题得到国家“九七三”重点基础研究发展规划项目基金(
)、
国家自然科学基金(
)和国家科技支撑计划(
)资助
黄凯奇,男,
年生,博士,研究员,国家自然科学基金优秀
青年基金获得者、中国计算机学会(
)高级会员,曾担任
北京分会副秘书长,主要研究领域为计算机视觉、模式识别、视觉监控
:
@
任伟强,男,
年生,博士研究生,主要研究方向为计算机视觉、模式识别
谭铁牛,男,
年生,博士,
研究员,中国科学院院士,主要研究领域为生物特征识别、智能视频监控、网络数据理解与安全
图像物体分类与检测算法综述
黄凯奇
任伟强
谭铁牛
(
中国科学院自动化研究所模式识别国家重点实验室智能感知与计算研究中心
北京
)
摘
要
图像物体分类与检测是计算机视觉研究中的两个重要的基本问题
,
也是图像分割
、
物体跟踪
、
行为分析等
其他高层视觉任务的基础
该文从物体分类与检测问题的基本定义出发
,
首先从实例
、
类别
、
语义三个层次对物体
分类与检测研究中存在的困难与挑战进行了阐述
接下来
,
该文以物体检测和分类方面的典型数据库和国际视觉
算法竞赛
竞赛为主线对近年来物体分类与检测的发展脉络进行了梳理与总结
,
指出表达学习和结
构学习在于物体分类与检测中占有重要的地位
最后文中对物体分类与检测的发展方向进行了思考和讨论
,
探讨
了图像物体识别中下一步研究可能的方向
关键词
物体分类;物体检测;计算机视觉;特征表达;结构学习
中图法分类号
犇犗犐
号
/
犃犚犲狏犻犲狑狅狀犐犿犪
犵
犲犗犫
犼
犲犮狋犆犾犪狊狊犻犳犻犮犪狋犻狅狀犪狀犱犇犲狋犲犮狋犻狅狀
(
犆犲狀狋犲狉
犳
狅狉犚犲狊犲犪狉犮犺狅狀犐狀狋犲犾犾犻
犵
犲狀狋犘犲狉犮犲
狆
狋犻狅狀犪狀犱犆狅犿
狆
狌狋犻狀
犵
,
犖犪狋犻狅狀犪犾犔犪犫狅狉犪狋狅狉
狔
狅
犳
犘犪狋狋犲狉狀犚犲犮狅
犵
狀犻狋犻狅狀
,
犐狀狊狋犻狋狌狋犲狅
犳
犃狌狋狅犿犪狋犻狅狀
,
犆犺犻狀犲狊犲犃犮犪犱犲犿
狔
狅
犳
犛犮犻犲狀犮犲狊
,
犅犲犻
犼
犻狀
犵
)
犃犫狊狋狉犪犮狋
,
,
,
,
,
;
,
犓犲
狔
狑狅狉犱狊
;
;
;
;
1
图像物体分类与检测概述
物体分类与检测是计算机视觉、模式识别与机
器学习领域非常活跃的研究方向
物体分类与检测
在很多领域有广泛应用,
包括安防领域的人脸识别
、
行人检测、智能视频分析、行人跟踪等,交通领域的
交通场景物体识别、车辆计数、逆行检测、车牌检测
![](https://csdnimg.cn/release/download_crawler_static/89054090/bg2.jpg)
与识别
,
以及互联网领域的基于内容的图像检索
、
相
册自动归类等
可以说
,
物体分类与检测已经应用于
人们日常生活的方方面面,计算机自动分类与检测
技术也在一定程度了减轻了人的负担,改变了人类
的生活方式
计算机视觉理论的奠基者
,
英国神经生理学家
[
]
认为,视觉要解决的问题可归结为“
”,
即
“
什么东西在什么地方
”
因此计算机视
觉的研究中
,
物体分类和检测是最基本的研究问题
之一
如图
所示,给定一张图片,物体分类要回答
的问题是这张图片中是否包含某类物体(
比如牛
);
物体检测要回答的问题则是物体出现在图中的什么
地方,即需要给出物体的外接矩形框,如图
(
)所
示
物体分类与检测的研究
,
是整个计算机视觉研究
的基石,是解决跟踪、分割、场景理解等其他复杂视
觉问题的基础
欲对实际复杂场景进行自动分析与
理解
,
首先就需要确定图像中存在什么物体
(
分类问
题),
或者是确定图像中什么位置存在什么物体
(
检
测问题
)
鉴于物体分类与检测在计算机视觉领域的
重要地位
,
研究鲁棒
、
准确的物体分类与检测算法
,
无疑有着重要的理论意义和实际意义
图
视觉识别中的物体分类与检测
本文从物体分类与检测问题的基本定义出发,
首先从实例、类别、语义三个层次对物体分类与检测
研究中存在的困难与挑战进行了阐述
接下来,本文
以物体检测和分类方面的主流数据库和国际视觉算
法竞赛
竞赛为主线对近年来物体分
类与检测算法的发展脉络进行了梳理与总结,总结
了物体分类与检测算法的主流方法:基于表达学习和
结构学习
在此基础上,本文对物体分类与检测算法
的发展方向进行了思考和讨论,指出了物体检测和物
体分类算法的有机统一
,探讨了下一步研究的方向
2
物体分类与检测的难点与挑战
物体分类与检测是视觉研究中的基本问题,也
是一个非常具有挑战性的问题
物体分类与检测的
难点与挑战在本文中分为
个层次
:
实例层次
、
类别
层次和语义层次
,
如图
所示
图
物体分类与检测研究存在的困难与挑战
(
)
实例层次
针对单个物体实例而言
,
通常由
于图像采集过程中光照条件
、
拍摄视角
、
距离的不
同
、
物体自身的非刚体形变以及其他物体的部分遮
挡
,
使得物体实例的表观特征产生很大的变化
,
给视
觉识别算法带来了极大的困难
图
分类与检测存在挑战的例子
(
)
类别层次
困难与挑战通常来自
个方面
,
首先是类内差大
,
也即属于同一类的物体表观特征
差别比较大
,
其原因有前面提到的各种实例层次的
变化
,
但这里更强调的是类内不同实例的差别
,
例如
图
(
)
所示
,
同样是椅子
,
外观却是千差万别
,
而从
语义上来讲,具有“坐”的功能的器具都可以称为椅
子
;
其次是类间模糊性
,
即不同类的物体实例具有一
定的相似性
,
如图
(
)
所示
,
左边的是一只狼
,
右边
的是一只哈士奇,但我们从外观上却很难分开二者;
再次是背景的干扰,在实际场景下,物体不可能出现
在一个非常干净的背景下,往往相反,背景可能是非
常复杂的
、
对我们感兴趣的物体存在干扰的
,
这使得
识别问题的难度大大增加
(
)语义层次
困难和挑战与图像的视觉语义
相关,这个层次的困难往往非常难处理,特别是对现
在的计算机视觉理论水平而言,一个典型的问题称
为多重稳定性
如图
所示,图
(
)左边既可以看
计
算
机
学
报
年
![](https://csdnimg.cn/release/download_crawler_static/89054090/bg3.jpg)
成是两个面对面的人
,
也可以看成是一个燃烧的蜡
烛
;
右边则同时可以解释为兔子或者小鸭
同样的图
像,不同的解释,这既与人的观察视角、关注点等物
理条件有关,也与人的性格、经历等有关,而这恰恰
是视觉识别系统难以处理的部分
3
物体分类与检测数据库
数据是视觉识别研究中最重要的因素之一
,
通
常我们更多关注于模型、算法本身,事实上,数据在
视觉任务中的作用越来越明显
大数据时代的到来
,
也使得研究人员开始更加重视数据
在数据足够多
的情况下,我们甚至可以使用最简单的模型、算法,
比如最近邻分类、朴素贝叶斯分类器都能得到很好
的效果
鉴于数据对算法的重要性
,
我们将在本节对
视觉研究中物体分类与检测方面的主流数据进行概
述,从中也可以一窥目标分类、检测的发展
在介绍
不同数据库时,
将主要从数据库图像数目
、
类别数
目
、
每类样本数目
、
图像大小
、
分类检测任务难度等
方面进行阐述,如表
所示
表
1
主流物体分类与识别数据库
数据库图像数目类别数目每类样本数目图像大小(
)难度
[
]
容易
[
]
中等
[
]
~
中等
[
]
~
约
容易
[
]
~
约
中等
[
]
约
较难
[
]
~
约
很难
[
]
约
很难
[
]
约
很难
[
]
万
—
很难
[
]
万
—
约
较难
[
]
万
万
约
很难
早期物体分类研究集中于一些较为简单的特定
任务
,
如
、
形状分类等
中数字手写识别
是一个得到广泛研究的课题
,
相关数据库中最著名
的是
[
]
数据库
是一个数字手写识
别领域的标准评测数据集,数据库大小是
,一
共包含
类阿拉伯数字,每类提供
张图像进
行训练,
张进行测试
的图像大小为
,即
维,所有图像为手写数字,存在较大
的形变
形状分类是另一个比较重要的物体分类初期
的研究领域,相关数据库有
[
]
、
[
]
等
其中
包含
类
具有较大差别的形状类别:苹果、商标、瓶子、长颈
鹿、杯子、天鹅,整个数据库包含
张测试图像
[
]
和
[
]
数据库是
[
]
的两个子集,分别包含了
类和
类物
体类别
这两个数据库的图像尺寸都是
,而
且是彩色图像
包含
万的图像,其中
万用于模型训练,
万用于测试,每一类物体有
张图像用于训练,
张图像用于测试
与
组成类似,
不同的是包含
了更多的类别
:
个大类,大类又细分为
个小
类别,每类包含
张图像
和
数据库尺寸较小,但是数据规模相对较大,非常
适合复杂模型特别是深度学习模型训练
,
因而成为
深度学习领域主流的物体识别评测数据集
[
]
是第一个规模较大的一般物体识
别标准数据库,除背景类别外,它一共包含了
类
物体,共
张图像,每类中图像数目从
到
不等,图像尺寸也达到
左右
是以
物体为中心构建的数据库,每张图像基本只包含一
个物体实例,且居于图像中间位置
物体尺寸相对图
像尺寸比例较大,且变化相对实际场景来说不大,比
较容易识别
每类的图像数目差别较
大,
有些类别只有很少的训练图像
,
也约束了可以使
用的训练集大小
[
]
与
类
似,区别是物体类别从
类增加到了
类,每类
包含至少
张图像
图像类别的增加,也使得
上的识别任务更加困难,使其成为检
验算法性能与扩展性的新基准
是由
等人
[
]
在
等人
[
]
的
数据库
的基础上加入了两个新的场景构成的,一共有
个
自然场景,
张图像,每类大概包含
~
张
图像,
图像分辨率约为
数据库
主要用于场景分类评测
,由于物体分类与场景分类
在模型与算法上差别不大,该数据库也在图像分类
问题上得到广泛的使用
期黄凯奇等
:
图像物体分类与检测算法综述
剩余15页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/6750b37de580461eb63f0e30917f4cff_weixin_41429382.jpg!1)
百态老人
- 粉丝: 5096
- 资源: 2万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- Main DirectorTimeline.playable
- 移动ssh项目(struts+spring+hibernate+oracle)130222.zip
- 音乐网站(JSP+SERVLET).zip
- 【VMware 虚拟机安装技术文档】VMware Workstation下载及安装详细图文教程
- 其他类别网站RSS订阅功能插件RSSMaker JSP版 v1.0-rssmaker-jsp.zip
- 9 9乘法表编程,利用电脑源码编辑器软件制作
- YOLOv10简介:实时端到端物体检测.pdf
- STM32F401RCT6-RTOS-EXAMPLE4.rar
- Python项目实战-仿win系统(完结版)
- Freezing issue EMI07.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)