漫漫長路

Abstract

我們提出一個新方法，僅使用輪廓的局部特徵做物件偵測的分類。方法分為兩階段，方法中的資料有一部分為監督學習(supervised learning)的訓練方式:第一階段，初級偵測器(rudimentary detector)一開始由分段(分類?)的圖片(segmented images)進行訓練，再由較大量未分段的圖片進行訓練；第二階段，引導這些偵測器去學習更好的分類器以便適應圖片中的干擾(clutter)

detector 是由 boosting algorithm ，使用從輪廓片段字典(dictionary of contour fragments)中隨機選擇不同(discriminative )特徵形成集合訓練而成的 location sensitive classifier 

blabla比其他方法好，且強健...

我們主要貢獻為透過增強局部輪廓特徵來實作部分監督式學習的物件偵測，且使用一種有效的方法去進行增強，可同時選擇與評估特徵

Introduction