我的目标是使用opencv实时检测和跟踪车辆。我意识到大多数算法/论文使用Haar-like-features或HoG作为特征描述符，并且在大多数关于车辆检测的文献中，使用基于兴趣点的方法没有太多调查。
我的意思是在OpenCV中有很多很好的基于边缘/角落的探测器，比如FAST，ORB，BRISK，....为什么不在一个很好的描述符的交界处使用它们，然后做一些匹配/分类？
与传统的Haar-cascade或HoG / SVM方法相比，何时使用这种检测器/描述符策略进行对象检测实际上更好？是出于稳健性还是性能原因？
此致 欧比