物體識別的困難與前景

雖然物體識別已經(jīng)被廣泛研究了很多年，研究出大量的技術和算法，物體識別方法的健壯性、正確性、效率以及范圍得到了很大的提升，河北物體識別桌，但是現(xiàn)在依然存在一些困難以及識別障礙。這些困難主要有：

前景展望：

雖然存在著很多困難，但是隨著人類對自己視覺的逐步了解，一個通用的物體識別技術終會被研究成功。人們一直致力于開發(fā)各種智能工具輔助人們的生產(chǎn)生活，比如機器人的研制，但是要想使得機器人可以像人一樣運動，輔助人們的工作生活，那么前提是機器人必須具備類似于人的視覺系統(tǒng)，能夠識別物體以及場景，真正的智能工具應該要具備“視覺”。物體識別技術的成功將會極大改變提高智能工具的能力，成為計算機技術里程碑式的一項研究。

物體識別

此時的主流方法是只從圖像本身考慮，而不去管物體原來的三維形狀。這類方法統(tǒng)一叫做appearance based techniques。所謂appearance， 從模式識別的角度去描述的話，物體識別桌方案，就是圖像特征（feature），即對圖像的一種抽象描述。有了圖像特征，物體識別桌制作，就可以在這個特征空間內做匹配，或者分類。然 而這個方法還是存在很多問題，首先它需要我們對所有的圖片進行對齊，像人臉圖像，就要求每一幅圖中五官基本在固定的位置。但是很多應用場景下，目標并不是 像人臉那么規(guī)整，很難去做統(tǒng)一對齊，而且這種基于全局特征和簡單歐式距離的檢索方法，對復雜背景，遮擋，和幾何變化等并不適用。

物體識別的主要方法

基于物體部件的識別

前述BoW的一個主要缺陷就是沒有對特征之間的關系進行建模，物體識別桌價格，因此無法刻畫各個特征在空旬中的順序關系?；谖矬w部件方法的出發(fā)點正是要解決這個問題。在這里物體部件的定義并不一定是指高層語義上的物體部件例（如眼睛、鼻子之于人臉），也可以是一些底層的圖像特征，例如圖像或者點特征。