物体检测与识别的区别与联系论文

区别：

特征检测是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征检测的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

特征匹配是指将从影像中提取的特征作为共轭实体,而将所提特征属性或描述参数(实际上是特征的特征，也可以认为是影像的特征)作为匹配实体，通过计算匹配实体之间的相似性测度以实现共轭实体配准的影像匹配方法。这是其他领域的术语，感觉用在计算机视觉领域也有一定的可取之处。

更直观的区别，以百度云服务的人脸检测/对比为例子：

这是特征检测，根据面部特征，检测出人脸中的眼睛、眉毛、鼻子等的位置并加以标记。

这是特征匹配，检测不同图片中某一特征的相似度。

联系：个人感觉特征检测可以作为特征匹配的一种前提吧，检测出特征点，然后不同图片的特征点进行对比来作特征匹配，下面这张图就很直观。这张图是从网页链接复制过来的，这个链接里面有一些特征检测和匹配的实现方法。

这是个人的一些理解，可能不大对，还请见谅。

希望可以帮助到您。

参考资料： 干货 | 目标检测入门，看这篇就够了（已更完） 目标识别 ：对整张图片中的多个目标进行分类，将图片信息结构化为类别信息。例如在动物识别中，如果一张图片中有多只猫和多只鸟，则会被分类为猫和鸟的多类别。 目标检测 ：在目标识别的基础上，不但要知道每个目标是属于哪一类，还要知道在图像中的位置，即边框的坐标。而且图中的目标通常也比目标识别中的多 目标分割 ：目标分割是对目标进行像素级的目标检测，即不是用边框将目标框起来，而是需要知道哪个像素是不是属于目标的一部分。目标分割又分为语义分割和实例分割。 语义分割 是指只需要知道分割出来的目标属于哪一类。例如在动物目标分割中，如果一张图片中有多只猫，则在进行目标分割后，只需要将它们分类为鸟即可。 实例分割 是指需要知道分割出来的目标属于哪一个实例。例如在动物目标分割中，如果一张图片中有多只猫，则在进行目标分割后，需要将它们分别识别为猫1，猫2，猫3等等 目标跟踪：在视频流中，通过利用时序信息，不但要检测出目标，还要在后续的视频帧里连续检测出目标，而且还要适应目标的尺度变化2、 目标识别、目标检测、目标分割、目标跟踪 之间的联系 ① 目标识别是目标检测的基础 ② 目标分割是像素级的目标检测 ③ 目标检测是目标跟踪的基础3、 目标识别、目标检测、目标分割、目标跟踪 之间的区别 ① 目标识别关注的是整张图片的整体信息，而目标检测则是只关注图片中特定的目标。例如行人检测中，只关注行人，不关注其他的物体 ② 目标分割是像素级的，而目标检测则不是 ③ 目标跟踪应用的场景是视频流，而其他的不是