定义： 简单来说就是把存在的目标从图片中找到并识别出来。
方法： 传统目标检测
传统目标检测
流程：
- 区域的选择
- 特征的提取
- 分类器
区域的选择
对目标位置进行定位。
方法： 滑动窗口对整幅图像遍历的策略
原因：
- 目标可能出现在任何位置
- 目标的尺寸不定（目标大小，长宽比例）
缺点：
- 需要设置不同的尺度、长宽比
- 此穷举策略，时间复杂度高，产生冗余窗口多， 严重影响后续特征提取和分类的速度和性能
特征提取
由于目标的形态多样性，光照变化多样性，背景多样性等因素使得设计一个鲁棒的特征并不是那么容易。然而提取特征的好坏直接影响到分类的准确性
分类器
主要有SVM，Adaboost等。
参考链接：
https://note.youdao.com/ynoteshare1/index.html?id=92ca896a56afdc7cc18a097b2b428323&type=note#/