学习图像处理与模式识别一点体会

最近一直研究图像处理与模式识别的问题，通过同高手的交流，结合牛人的指点，现把自己的感受和体会跟大家分享，尤其是目标检测与识别这一块，如有不对的地方，希望高手指点一下！

 

如果有读关于目标检测和识别西文文献比较多的朋友，一定能够发现大多数的文献检测和识别的目标都是如下两类：人脸、汽车。但是对于类内差异较大的物体类，研究其检测与识别的文献并不多见。由此，引发了我的几点思考，和诸位共享。
首先：人脸是一类类内差异很小的目标，什么叫类内差异呢？我们可以这样理解：就是说它的configuration是不变的。不管是什么人种，都是两眼一鼻一嘴构成，因此对他的检测，采用模板匹配、Hmm、 基于Fragment的方法都可以达到较好的效果。然而，我们会发现，对人脸的识别研究的方法就寥寥可数了。人脸对于识别来说，他的类内差异就是相当大。目前在工程上最为有效的方法就是模板匹配，图像中的人脸和人脸库中的图像一一匹配，相似度最大的即为该人。同样，汽车也是一类类内差异不大的物体，它的显著且不变性特征就是车轮。车身可能万变，但车轮都如出一辙。因此，在图像中若能较好的检测出车轮，也就能检测到车辆了。

其次：为什么研究其他类目标的文献并不多见呢？难度大。难度大的原因就是要找出恒一不变的特征很难。比如：刚性物体——水杯。水杯的种类万千，要找出他们的共性不容易。柔性物体之类的则更加了。比如：检测树。

最后：给出我的一点研究启发：

          第一，在研究课题之前，一定要选择好研究的图像目标。其实也可以是大家都在研究的一类物体，并不需要标新立异，当然如果你有针对这类目标的好的检测方法，那也是惟愿如此。

         第二，并不一定要求你的方法放之四海皆准，只需要对某一类目标有效果，你同样可以发高水平的文章。

         第三，多尝试从数学的角度去理解图像的机理，从美术家的角度去理解图像的构造。