目标检测是计算机视觉领域一个基础而又重要的研究方向,其应用涵盖了社会生活中的各个领域,构建稳健高效的目标检测系统具有巨大的应用前景。在目标检测流程的各个阶段应用恰当的技术构成多层次的目标检测系统能够综合各方法的优势,在检测效率与准确率之间取得良好的平衡。本文的研究内容主要包括,基于流形排序和传播模式的显著性目标检测、基于梯度方向直方图特征的基础目标检测和基于通道特征、幂次定律以及局部约束线性编码的多尺度下目标检测。显著性目标检测是目标检测方法中一个重要的分支,既可以作为一种面向非特定类别的显著目标检测方法,也可以应用于传统目标检测流程的预处理阶段用于缩小待检测范围。本研究中提出一种基于传播模式和流形排序的显著性目标检测方法。通过利用传播模式的概念能够快速产生准确的查询节点信息图。实验结果表明该方法模型简洁且检测结果良好。基于梯度方向直方图特征的基础目标检测将检测流程分成粗检测过程和检测窗口验证过程。利用简易的分类器结合少量的特征快速地排除待检测图像中大部分检测窗口完成粗检测。对通过粗检测的窗口再以较强的分类器以及相应的先验知识进行验证判别。实验结果表明该方法能够在兼顾检测效率和准确率的条件下有效完成基础的目标检测任务。对于多尺度的目标检测问题,本文中采用基于通道特征和幂次定律的特征金字塔构建方法,结合级联分类器进行快速粗检测;在检测窗口验证阶段,本文提出将梯度方向直方图特征结合基于局部约束的线性编码方法用于描述图像特性,以大间隔分布机作为弱分类器结合特征选择策略对检测窗进行判别。在多尺度多角度汽车检测场景中的实验结果表明该方法具有良好的检测效果。