中英对照表 | Notion

中文	英文	缩写	名词解释
计算机视觉与模式识别	Computer Vision and Pattern Recognition	CVPR
国际计算机视觉大会	International Conference on Computer Vision	ICCV
欧洲计算机视觉大会	European Conference on Computer Vision	ECCV
暴力非国家行为体	Violent Non-State Actor	VNSA
卷积神经网络	Convolutional Neural Network	CNN	一种深度学习神经网络，特别擅长处理图像、视频这样的网格结构数据
它的核心思想是：通过卷积操作自动提取图像的局部特征
	Region-based Convolutional Neural Network	R-CNN	R-CNN
支持向量机	Support Vector Machine	SVM	SVM
	Single Shot MultiBox Detector	SSD
	You Only Look Once	YOLO	YOLO 不是先找可能的框，而是直接让神经网络从整张图生成框和类别
YOLO
	unmanned aerial system	UAS
特征	modality
	radio frequency	RF
红外线	infrared/infra-red	IR
尺度不变特征变换	scale-invariant feature transform	SIFT	让图片在各种变换下仍能找到某个部位
方向梯度直方图	histogram of oriented gradients	HOG	检测边缘、不看颜色、不看亮度
“统计一个局部区域内‘边缘朝哪个方向多’的特征”
	haar		通过比较图像中某些面积块的亮度差，来表示物体的结构特征
局部二值模式	Local Binary Pattern	LBP	把每个像素的灰度值和它周围邻居像素比较，用 0/1 来表示“亮/暗关系”，形成二进制数 → 转成十进制 → 作为纹理特征
可变形部件模型	Deformable Parts Model	DPM	将一个目标拆成若干可变形部件，建模部件之间的相对位置关系，同时允许一定变形，从而检测姿态多变的目标
（还是多张图片锁定区域(?)）
通用傅里叶描述子	generic Fourier descriptor	GFD	一种基于目标边界形状的全局描述子，把目标轮廓的二维形状信息变换到频域，用傅里叶变换来表示目标的全局轮廓特征
GFD 就是把一个目标的形状“画成轮廓曲线”，然后用傅里叶变换分析轮廓频率特征，得到一个特征向量，用于识别或匹配
自适应提升	Adaptive Boosting	AdaBoost	把一系列“弱分类器”组合成一个“强分类器”，从而提高整体分类精度
等人	et alii	et al.	论文里表示作者等时候通常写一个人加这个
轮廓	silhouette
阶跃函数	binary step function		一种激活函数
f(x) = 0 (x<0)
f(x) = 1 (x≥0)
修正线性单元	Rectified Linear Unit	ReLU	一种激活函数
f(x) = max(0, x)

R-CNN

生成候选区域（Region Proposal）
- 使用 Selective Search（选择搜索）算法生成约 2000 个可能包含目标的候选框（bounding boxes）。
- 每个候选框对应一个图像区域（Region of Interest, ROI）。
特征提取（Feature Extraction）
- 对每个候选区域，缩放成固定大小，输入到 CNN提取特征向量。
- CNN 在这里的作用是提取高维、语义丰富的特征，而不是直接输出类别。
分类与回归（Classification & Bounding Box Regression）
- 用 SVM 对提取的特征进行目标类别分类（每个候选框判断是否属于某个目标类别）。
- 用 线性回归（Bounding Box Regression） 对候选框坐标进行微调，使边框更精准。

SVM

SVM 是一种经典的监督学习算法，主要用于分类。

它的核心思想是：

在特征空间中找到一个最佳分隔超平面（hyperplane），将不同类别的数据点分开。
“最佳”指最大化分类间隔（margin），即使得离超平面最近的样本点到超平面的距离最大。
离超平面最近的点叫做 支持向量（support vectors），它们决定了超平面的位置。

YOLO

一种实时目标检测算法

极快，是最早实现实时检测（> 45 FPS）的算法。

YOLO 的流程:

① 将输入图像划分成 S×S 网格（grid）

② 每个网格预测：

B 个 bounding boxes（包含 x, y, w, h, confidence）
C 个类别概率

模型一次前向传播即可输出整张图的所有框和类别。