1. 研究目的与意义

目标物体检测在计算机视觉与模式识别领域,一直是一个比较热门的研究方向。目标物体检测对于人类的双眼来说是是一项非常简单的生理功能,双眼主要通过对图片的颜色、纹理、边缘等信息的感知,定位出所感兴趣的目标物体。但对于计算机来说,它所要面对的是图片的像素矩阵,很难直接得到物体的名称和其在目标图像中的位置,再加上物体姿态的各异、光照强弱不一以及各种背景目标的混杂和相互遮挡的干扰,使得基于计算机的目标物体检测任务变得更加的困难。

随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标物体进行检测与识别越来越热门。在计算机视觉领域中的目标物体检测被广泛的应用到实际生产生活中。例如：人脸检测、行人车辆检测、通用物体检测、文本检测等。以及在专属领域内的检测还有：瑕丝检测、违禁物品检测等。而目标物体检测也为后续的图像分类、图像分割、目标追踪提供了基础。

2. 研究内容和预期目标

一、研究内容

在windows操作系统平台上，对有关目标物体检测的常用算法进行研究并编程实现；设计出一种准确度与速度兼顾的目标物体检测与识别模型。

二、拟解决的关键问题

3. 国内外研究现状

纵观国内外研究现状，大致可以将目标检测算法分为如下两大类。

一、传统目标物体检测算法 在2012年之前的物体检测算法中，大致可以总结为如下几个点的持续改进与优化。（1）目标物体的特征的设计 haar特征主要包括边缘特征、线性特征、中心特征和对角线特征，组合成特征模板，它具有提取速度快、能够准确表达物体边缘变化等优点，因此在过去10多年已经被广泛地应用在实际的工程项目中；梯度方向直方图特征通过物体边缘直方图表征物体的特征，它在物体检测、跟踪、识别等应用场景中都有比较广泛的应用。总的来说传统特征的选择与设计往往需要研究人员的先验知识，通过对不同的特征进行组合，从不同维度进行物体的特征描述。

（2）分类器的设计

4. 计划与进度安排

1.2022年11月至2022年12月，拟订提纲。通过查阅学校图书馆书籍、电子网络、书刊杂志以及硕博论文等收集选题相关资料，在学习所有与论题相关知识点的基础上，总结要点并提炼出提纲，填写开题报告。

2.2022年1月至2022年3月17日，完成初稿。

3.2022年3月至4月，反复检查修改论文初稿。仔细阅读初稿，对其不足之处以及语句不通顺之处进行修改，同时继续查阅近期文献以充实论文。

5. 参考文献

[1] 李志军,许军.道路场景物体识别模型研究[j].工业控制计算机,2018,31(05):53-55.

[2] 邓秋君.基于轮廓特征的物体分类识别算法研究[j].现代计算机,2020(21):54-65.

[3] 孙晓凯,倪卿元,陈文强.图像增强方法在深度学习图像识别场景应用中的可行性研究[j].电信科学,2020,36(s1):172-179.