弗拉基米尔·维克托洛维奇·阿尔拉扎罗夫;尤利娅·谢尔盖维奇（Yuliya Sergeevich）·沃塞亚特（Voĭsyat）;丹尼尔·巴夫洛维奇·马塔洛夫;德米特里·彼得罗维奇·尼古拉耶夫;谢尔盖·乌西林（Serge Usilin，Aleksandrovich） Viola-Jones物体检测方法的演变：一项调查。 （英语） 兹比尔1524.68341 维斯特。尤日诺-乌拉尔。戈斯。州立大学。材料模型。程序。 14，第4号，5-23（2021）. 小结：维奥拉和琼斯算法是数字图像中最著名的目标检测方法之一。自第一次出版以来的20多年来，该方法得到了广泛的研究，研究人员和工程师对原始算法及其各个部分提出了许多修改。保罗·维奥拉（Paul Viola）和迈克尔·琼斯（Michael Jones）推广的一些想法成为了许多其他图像对象定位算法的基础。本文介绍了Viola和Jones算法，它在图像中目标定位各种问题背景下的发展和修改历史，以及当前情况的描述：该方法在卷积神经网络广泛应用的时代中的地位。 引用于1文件 MSC公司： 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 68T45型 机器视觉和场景理解 关键词：Viola-Jones算法;模式识别;机器学习;对象分类;对象定位;目标检测 软件：AdaBoost。金属氢;AlexNet公司;固态硬盘;联邦开发银行;ImageNet公司;PASCAL挥发性有机化合物 PDF格式BibTeX公司 XML格式引用 \textit{V.V.Arlazarov}等人，Vestn。尤日诺-乌拉尔。戈斯。州立大学。材料模型。程序。14、第4号、第5--23号（2021年；Zbl 1524.68341） 全文： 内政部 MNR公司 参考文献： [1] Henderson C.，《打击犯罪：拒绝犯罪分子使用道路》 [2] 2021年中国守望眼 [3] Du S.等人，“自动车牌识别：最新综述”，IEEE视频技术电路和系统汇刊，23:2（2012），311-325 [4] 执法部门对人脸识别技术的使用 [5] Sung K.K.，Poggio T.，“基于示例的人脸检测学习”，IEEE模式分析和机器智能汇刊，20:1（1998），39-51·doi:10.1009/34.655648 [6] Schneiderman H.，Kanade T.，“应用于人脸和汽车的三维物体检测的统计方法”，IEEE计算机视觉和模式识别会议论文集，2000年，第1期，746-751 [7] Viola P.，Jones M.，“鲁棒实时目标检测”，《国际计算机视觉杂志》，2001年，第4期，第34-47页 [8] Freund Y.，Schapire R.E.，“在线学习的决策理论推广及其应用”，《计算机与系统科学杂志》，55:1（1997），119-139·Zbl 0880.68103号 ·doi:10.1006/jcss.1997.1504 [9] Papageorgiou C.P.，Oren M.，Poggio T.，“物体检测的一般框架”，第六届计算机视觉国际会议，1998年，555-562 [10] Lienhart R.，Maydt J.，“用于快速目标检测的Haar-Like特征扩展集”，《图像处理国际会议论文集》，2002年第1期，I-I [11] 黄C.C.，蔡C.Y.，杨H.C.，“基于AdaBoost的鸟类检测类Haar特征扩展集”，信号处理、图像处理和模式识别国际会议，2011，160-169 [12] Wen X.等人，“车辆分类的快速学习算法”，信息科学，295（2015），395-406·doi:10.1016/j.ins.2014.0040 [13] Gaszczak A.、Breckon T.P.、Han J.，“从无人机图像中实时检测人和车辆”，智能机器人和计算机视觉XXVIII:算法和技术，Proc。SPIE，78782011，78780B·数字对象标识代码：10.1117/12.876663 [14] 李世忠等，“多视角人脸检测的统计学习”，欧洲计算机视觉会议，2002，67-81·Zbl 1039.68673号 [15] Jones M.，Viola P.，《快速多视角人脸检测》，TR-20003-96，三菱电机研究实验室，2003年，11页。 [16] Viola P.、Jones M.J.、Snow D.，“利用运动和外观模式检测行人”，《国际计算机视觉杂志》，63:2（2005），153-161·doi:10.1007/s11263-005-6644-8 [17] Messom C.，Barczak A.，“使用旋转积分图像快速高效地旋转Haar-Like特征”，澳大利亚机器人与自动化会议，2006年，1-6 [18] Ramirez G.A.，Fuentes O.，“具有非对称Haar特征的多糖人脸检测”，2008年IEEE计算机视觉应用研讨会，2008年，1-6 [19] Pavani S.K.，Delgado D.，Frangi A.F.，“具有最佳加权矩形的Haar-Like特征用于快速目标检测”，模式识别，43:1（2010），160-172·Zbl 1191.68598号 ·doi:10.1016/j.patcog.2009.05.011 [20] Pham M.T.等人，“快速多边形积分及其在扩展类Haar特征以改进目标检测中的应用”，2010年IEEE计算机学会计算机视觉和模式识别会议，2010年，942-949 [21] Ojala T.，Pietikainen M.，Harwood D.，“基于特征分布分类的纹理度量的比较研究”，模式识别，29:1（1996），51-59·doi:10.1016/0031-3203（95）00067-4 [22] 张磊等，“基于多块Lbp表示的人脸检测”，国际生物统计学会议，2007年11月18日 [23] Nikisins O.，Greitans M.，“基于局部二进制模式和神经网络的鲁棒人脸检测和定位技术”，2012年BIOSIG-国际生物计量学特别兴趣小组会议论文集，2012年，1-6 [24] Suri P.K.，Verma E.A.，“使用圆形多块局部二进制模式和积分Haar特征的鲁棒人脸检测”，《高级计算机科学与应用国际期刊》，2011年，人工智能专刊，67-71 [25] Jammoussi A.Y.，Masmoudi D.S.，“基于联合积分直方图的Adaboost人脸检测系统”，《国际计算机应用杂志》，23:5（2011） [26] Lowe D.G.，“从局部尺度不变特征识别物体”，第七届IEEE计算机视觉国际会议论文集，v.2，1999，1150-1157·doi:10.1109/ICCV.1999.790410 [27] Dalal N.，Triggs B.，“人类检测定向梯度直方图”，2005年IEEE计算机学会计算机视觉和模式识别会议，v.12005，886-893·doi:10.1109/CVPR.2005.177 [28] 张伟，孙杰，唐霞，“猫头检测——如何有效利用形状和纹理特征”，欧洲计算机视觉会议，2008，802-816 [29] Dollar P.等人，“整体通道特性”，《英国机器视觉会议论文集》，2009年，91.1-91.11 [30] Dollar P.、Belongie S.、Perona P.，“西方最快的行人探测器”，《英国机器视觉会议论文集》，2010年，68.1-68.11 [31] Bourdev L.，Brandt J.，“通过软级联进行鲁棒对象检测”，2005年IEEE计算机学会计算机视觉和模式识别会议，CVPR’05，v.2，2005，236-243·doi:10.1010/CVPR.2005.310 [32] 肖瑞，朱磊，张海杰，“促进物体检测的链学习”，第九届IEEE计算机视觉国际会议论文集，2003，709-715·doi:10.1109/ICCV.2003.1238417 [33] Wu B.等人，“基于Real AdaBoost的快速旋转不变多视图人脸检测”，第六届IEEE自动人脸和手势识别国际会议，2004，79-84 [34] Zhang C.，Viola P.，“学习高效级联检测器的多实例修剪”，《神经信息处理系统的进展》，20（2007），1681-1688 [35] Friedman J.，Hastie T.，Tibshirani R.，“加性Logistic回归：提升的统计观点（作者进行讨论和重新加入）”，《统计年鉴》，28:2（2000），337-407·Zbl 1106.62323号 ·doi:10.1214/aos/1016218223 [36] Minkina A.等人，“将Viola-Jones方法推广为视频流中实时对象识别的强分类器决策树”，第七届机器视觉国际会议，Proc。斯皮，2015年9月5日，944517·数字对象标识代码：10.1117/12.2180941 [37] Mason L.等人，“作为函数空间梯度下降的推进算法”，《神经信息处理系统的进展》，1999年，第12期，512-518 [38] Friedman J.H.，“贪婪函数近似：梯度推进机器”，《统计年鉴》，2001年，1189-1232·Zbl 1043.62034号 [39] Schapire R.E.，Singer Y.，“使用置信预测改进的推进算法”，机器学习，37:3（1999），297-336·Zbl 0945.68194号 ·doi:10.1023/A:1007614523901 [40] Huang C.等人，“旋转不变多视图人脸检测的矢量增强”，第十届IEEE计算机视觉国际会议，v.1，2005，446-453 [41] 段S.、王旭、万伟，“基于联合特征的人脸检测Logitboost”，2013年第七届国际图像与图形会议，2013，483-488 [42] Gualdi G.，Prati A.，Cucchiara R.，“用于图像和视频中行人检测的多级采样和升压级联”，欧洲计算机视觉会议，2010196-209 [43] 王磊，张忠，“基于无人机拍摄图像的风力涡轮机叶片表面裂纹自动检测”，IEEE工业电子学报，64:9（2017），7293-7303·doi:10.1109/TIE.2017.2682037 [44] Poljakov I.V.等人，“使用贪婪算法训练最优Viola-Jones检测器，以选择控制参数，并在每个级别进行中间验证”，《感官系统》，30:3（2016），241-248（俄语） [45] Li H.等人，“用于人脸检测的卷积神经网络级联”，IEEE计算机视觉和模式识别会议论文集，2015，5325-5334 [46] Owusu E.，Abdulai J.D.，Zhan Y.，“基于多层前馈神经网络和Haar特征的人脸检测”，软件：实践与经验，49:1（2019），120-129·doi:10.1002/spe.2646 [47] Cai Z.，Vasconcelos N.，“级联r-cnn：探索高质量目标检测”，IEEE计算机视觉和模式识别会议论文集，2018，6154-6162 [48] Krizhevsky A.、Sutskever I.、Hinton G.E.，“基于深度卷积神经网络的图像元分类”，神经信息处理系统进展，25（2012），1097-1105 [49] Everingham M.等人，“Pascal可视对象类（VOC）挑战”，《国际计算机视觉杂志》，88:2（2010），303-338·doi:10.1007/s11263-009-0275-4 [50] Girshick R.等人，“用于精确目标检测和语义分割的丰富特征层次”，IEEE计算机视觉和模式识别会议论文集，2014年，580-587 [51] Redmon J.等人，“You Only Look Once：Unified，Real Time Object Detection”，《IEEE计算机视觉和模式识别会议论文集》，2016年，779-788 [52] 刘伟等，“SSD：单点多盒探测器”，欧洲计算机视觉会议，2016，21-37 [53] Lin T.Y.等人，“用于目标检测的特征金字塔网络”，IEEE计算机视觉和模式识别会议论文集，2017年，2117-2125 [54] Jiao L.等人，“基于深度学习的目标检测综述”，IEEE Access，7（2019），128837-128868·doi:10.10109/ACCESS.2019.22939201 [55] Zou Z.等人，《20年来的目标检测：一项调查》，arXiv: [56] Granger E.等人，“基于Cnn的人脸和头部检测器在实时视频监控应用中的比较”，2017年第七届图像处理理论、工具和应用国际会议，2017年，1-7 [57] Jain V.，Learnd-Miller E.，FDDB：无约束环境下人脸检测的基准，麻省大学阿默斯特校区技术报告UM-CS-2010-0092010，11页。 [58] Yan J.等人，“用于野外人脸检测的实时高性能可变形模型”，2013国际生物识别会议，2013，1-6 [59] Felzenszwalb P.，McAllester D.，Ramanan D.，“一个经过鉴别训练的多尺度可变形零件模型”，2008年IEEE计算机视觉和模式识别会议，2008年，1-8 [60] Usilin S.A.、Slavin O.A.、Arlazarov V.V.，“用于遥感应用的Viola-Jones目标检测方法的内存消耗和计算效率改进”，模式识别和图像分析，31:3（2021），571-579·doi:10.1007/978-3-030-68821-9_23 [61] Xu Y.等人，“基于Viola-Jones和HOG+SVM的无人机图像混合车辆检测方法”，传感器，16:8（2016），1325·Zbl 1382.65023号 ·doi:10.3390/s16081325 [62] Irgens P.等人，“基于Fpga的高效且经济高效的Viola-Jones人脸检测算法实现”，HardwareX，2017年，第1期，68-75·doi:10.1016/j.ohx.2017.03.002 [63] Skoryukina N.，Arlazarov V.，Nikolaev D.，“移动和服务器应用程序ID文档定位和类型识别的快速方法”，2019国际文档分析和识别会议，2019，850-857·doi:10.1109/ICDAR.2019.00141 [64] Usilin S.等人，“基于视觉外观的文档图像分类”，2010 IEEE国际图像处理会议，2010，2133-2136 [65] Tropin D.V.等人，“在具有复杂射影畸变结构的图像上定位平面物体”，Informatsionnye Protsessy，19:2（2019），208-229（俄语） [66] Matalov D.P.、Usilin S.A.、Arlazarov V.V.，“修改Viola-Jones方法检测俄罗斯联邦政府印章”，第十一届机器视觉国际会议，Proc。SPIE，11041，2019，110411Y·doi:10.1117/12.2522793 [67] Polevoy D.等人，“使用小型数码相机进行文档识别的关键方面”，RFBR Journal，4:92（2016），98-105（俄语）·doi:10.22204/2410-4639-2016-092-04-97-108 [68] Limonova E.E.等人，“以Elbrush平台为例的VLIW体系结构识别系统效率评估”，《编程与计算机软件》，45:1（2019），15-21（俄语）·doi:10.1134/S0132347419010047 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。