02-02传统目标检测方法

haar特征就是差分，得到直方图，梯度求解，也就是纹理特征

adboost 是根据弱分类器，进行优化，增加上一步中错误的权重比例，减小正确的权重，更新权重，一直循环
HOG最终使用也得需要通过PCA降维除了有符号和无符号以外 ，还得做上水平、垂直、45、135方向作和求得的结果
DPM是一个非常成功的目标检测算法，目前已成为众多分类器、分割、人体姿态和行为分类的重要部分。DPM可以看做是HOG（Histogrrams of Oriented Gradients）的扩展，大体思路与HOG一致。先计算梯度方向直方图，然后用SVM（Surpport Vector Machine ）训练得到物体的梯度模型（Model）。有了这样的模板就可以直接用来分类了，简单理解就是模型和目标匹配。DPM只是在模型上做了很多改进工作。分类器，可以得到概率排序，然后将最高的取出来，然后根据iou 最大重叠比，将超过阈值的删除，然后再将剩下的进行继续排序，作循环。

之前是直接将在阈值以上的直接删掉，现在是对其数据做一个处理，如上所示。