常用目標檢測方法

目標檢測：或者在每幀中都進行檢測，或者在目標出現時檢測。有利用當前幀資訊檢測的，也有利用連續幀的相關資訊檢測的。後者最常用的方法是幀間差分。常用的目標檢測方法有四類：

Point Detector:  Moravec's 運算元, Harris運算元, SIFT運算元, Affine Invariant Point Detector

Segmentation:  MeanShift, Graph-Cut, Active Contour

Background Modeling:  混合高斯模型, Eigenbackground, Wall flower, 動態紋理背景

Supervised Classifiers: 支援向量機, 神經網路, Adaptive Boosting

點檢測：尋找映像中的特徵點。特徵點是在各自位置具有代表性紋理特徵的點。

特徵點最有意義的屬性是其對光照和網路攝影機視角變換具有不變性。

常用的有Moravec's 運算元, Harris運算元, SIFT運算元, KLT運算元 其中SIFT運算元的映像變形的效果最好

本文來自CSDN部落格，轉載請標明出處：http://blog.csdn.net/lynphoenix/archive/2011/02/08/6174410.aspx