基于概率密度增强的高效多角度物体检测

许多物体检测工作都涉及目标物体的面内旋转问题。为了提高多角度物体检测的精度,在Gualdi等提出的以物体位置和尺度的概率密度采样为核心的粒子窗口方法基础上,提出充分利用不同角度物体分类器的相关性,通过用一个角度的分类器来增强另一个角度分类器所对应的采样概率密度,使得概率密度更快的收敛到待检测物体的位置和尺度上。在人手检测上的实验表明,所提方法比传统基于遍历滑动窗口的方法和基于现有基于粒子窗口的方法有更高的检测效率和精度。