基于物体窗口深度表达的目标分类与检测

Object classification and object detection are important problems in computer vision and pattern recognition. The most popular methodology in object classification and detection is estimating object information from whole windows (windows that contain a whole object), such as the bag-of-visual-words model and the deformable part-based model. This methodology ignores the value of estimating object information from part windows (windows that contain meaningful parts of an object), and thus leads to insufficiency in representing object windows and describing the relationship between objects and their context. Accordingly, it is an important chance to understand the insight of object windows as well as their effective representation. In this proposal, we propose to study the object window, including its physical meaning and mathematical models. Specifically, we propose to model object windows based on deep representation, which is then applied to constructing a unified framework for object classification and detection. Also, we elaborate its necessity, value and feasibility. This project is crucial to bring technical innovation for object classification and detection. We believe that this work has the potential to become an influential study and create a new direction in the field of object classification and detection.

目标分类与检测是计算机视觉与模式识别领域的基本问题。在目标分类与检测研究中， 当前主流算法的方法论是：从整体窗口（包含整个目标的窗口）估计其内部目标的类别和位置，如视觉词典算法和局部可形变模型。这些方法忽略了从部件窗口（包含目标有意义部件的窗口）来估计目标整体信息的价值，从而导致对物体窗口信息利用的不足以及对目标与周围环境描述的缺失。因此，理解物体窗口的科学内涵并对其有效表达是我们进行创新的重要机遇。本项目拟对物体窗口进行全面系统的研究，不仅关注其物理意义和数学模型，还利用对各种不同物体窗口的深度表达来构建目标分类与检测一体化系统。我们充分展示了这些研究内容具有的必要性、研究价值以及可行性。本项目是目标分类与检测研究领域的一项重要创新，其研究方法和成果有望使我们在目标分类与检测领域引领新的发展潮流，成为具有重要影响力的前沿性研究。

目标分类与检测是计算机视觉与模式识别领域的基本问题。在目标分类与检测研究中， 当前主流算法的方法论是:从整体窗口(包含整个目标的窗口)估计其内部目标的类别和位置 ，如视觉词典算法和局部可形变模型。这些方法忽略了从部件窗口(包含目标有意义部件的窗 口)来估计目标整体信息的价值，从而导致对物体窗口信息利用的不足以及对目标与周围环境 描述的缺失。因此，理解物体窗口的科学内涵并对其有效表达是我们进行创新的重要机遇。本 项目拟对物体窗口进行全面系统的研究，不仅关注其物理意义和数学模型，还利用对各种不同 物体窗口的深度表达来构建目标分类与检测一体化系统。我们充分展示了这些研究内容具有的 必要性、研究价值以及可行性。本项目是目标分类与检测研究领域的一项重要创新，其研究方 法和成果有望使我们在目标分类与检测领域引领新的发展潮流，成为具有重要影响力的前沿性研究。