傳統目標檢測算法對比

方法

分類

算法邏輯

優點

缺點

適用場合

SIFT

實例檢測

提取平移、縮放、旋轉不 變的描述子用以匹配

檢測特征豐富，具有 優秀匹配效果

g 暈大，檢測就慢

圖像識別（無速度要求）、 圖像拚接、圖像恢複等

PCA-SIFT

實例檢測

PCA降維減少運算

酗速度獲得改善

不完全仿射不變，檢測 精度不高

驪點匹配

SURF

實例檢測

近似Hessian矩陣，積分 圖減少降采樣

檢測速度快，精度 較高，綜合性能好

過於依蛭方向的缺 準確度

物體識別、3D重構

ORB

實例檢測

Fast檢蹄征點,Brief計橢征點描述子

檢測速度快，檢測 精度良好

不具備尺度不變性

實時視頻處理

VJ

類別檢測

Haar+AdaBoost檢測目 標，級聯減少計算量

第一種能夠實時檢 測的人臉檢測算法

準確率f,魯棒性不足

AI璀涵唇欄