### 可变形部件模型概述 可变形部件模型（DPM，Deformable Part Model）是一种用于目标检测的强大框架，在计算机视觉领域广泛应用。该模型通过定义对象的整体结构以及其组成部分之间的关系来识别物体[^1]。 #### 基本概念 在DPM中，每个类别由根过滤器表示整体外观，并且有若干个部分滤波器捕捉局部特征。这些组件可以相对于彼此移动一定范围内的位置，从而允许一定程度上的形状变化适应不同实例间的差异。这种灵活性使得DPM能够处理姿态、视角和其他因素引起的变化[^3]。 #### 数学描述 对于给定图像中的每一个窗口\(w\)，计算得分函数如下： \[ s(w)=f_{root}(w)+\sum _{p=1}^{P}\max \left(0,f_p(x_p)-d_p(\Delta p)\right) \] 其中， - \(f_{root}(w)\) 是应用于整个窗口的根过滤器响应； - 对于第\(p\)个零件，\(f_p(x_p)\) 表示应用到子窗口\(x_p\) 的零件过滤器响应； - \(d_p(\Delta p)\) 则衡量了实际偏移量与默认配置之间距离的成本；当某一部分未被找到时，则该项取零值。 ```python def compute_score(window, root_filter, part_filters, default_positions): score_root = apply_filter(window, root_filter) total_part_scores = 0 for i, (part_filter, pos) in enumerate(zip(part_filters, default_positions)): best_match_score = float('-inf') # Search within a reasonable range around the expected position search_range = get_search_range(pos) for offset in search_range: sub_window = extract_subwindow(window, pos + offset) match_score = apply_filter(sub_window, part_filter) - distance_cost(offset) if match_score > 0 and match_score > best_match_score: best_match_score = match_score total_part_scores += max(best_match_score, 0) final_score = score_root + total_part_scores return final_score ``` 此算法会遍历所有可能的目标候选框并评估它们作为特定类别的可能性大小。最终选取具有最高分数的那个矩形区域作为预测结果输出。