在计算机视觉领域，最基本也最经典的一个问题就是目标识别给出一张图像，用 detector 检测出图像中特定的 object(如人脸)。检测算法的基本原理就是先通过训练集学习一个分类器，然后在测试图像中以不同 scale 的窗口滑动扫描整个图像；每次扫描做一下分类，判断一下当前的这个窗口是否为要检测的目标。检测算法的核心是分类，分类的核心一个是用什么特征，一个是用哪种分类器。

人类所接触的外界信息大约有 80%属于视觉信息。对人类来说，图像以及视频是对客观事物形象与逼真的描述，是人类最主要的信息来源。目标检测与跟踪是计算机视觉研究领域的热门课题，它融合了图像处理、模式识别、人工智能、自动控制等许多领域的前沿技术，在智能化交通系统、智能监控系统、工业检测、航天航空等诸多领域得到了广泛的应用。

由于现实世界中的物体(尤其是行人)、场景存在多变性，使其很难用一个同意的方法进行研究。目标检测所遇到的主要问题有：如何准确快速分割目标、尽量减小复杂背景对目标检测的影响以及如何降低因目标尺度、大小和形状发生变化引起的目标检测精确度下降的问题。此外，在目标检测系统中，系统的鲁棒性与实时性这两方面的性能存在矛盾。

目标检测的研究主要包括了基于视频图像的目标检测和基于静态图片的目标检测。本文主要讨论基于静态图片的目标检测算法，即在静态图片中检测并定位所设定种类的目标。基于静态图片的目标检测的难点主要在于图片中的目标会因光照、视角以及目标内部等变化而产生变化[}2}。针对以上的难点，国内外学者进行了很多尝试。提出的方法主要分为基于形状轮廓的目标检测算法和基于目标特征的检测方法。

检测算法可以分为六大类，分别是帧间差分法、背景建模法、点检测法、图像分割法、聚类分析法和运动矢量场法。其中，帧差法和背景建模法是最常用、最简单的算法，也在研究中取得了比较好的效果，但是这两种方法有个共同的特点就是只适用于背景静止情况下的运动目标检测。