Object Proposal

释义 Definition

目标候选（区域）/ 目标提议：在计算机视觉中，指算法从一张图像中提出一组可能包含物体的候选区域（bounding boxes 或 segments），以减少后续检测/识别需要搜索的范围。（常见于目标检测流水线中，如先生成 proposals，再分类与回归。）

发音 Pronunciation (IPA)

/ˈɒbdʒekt prəˈpəʊzəl/（英式）
/ˈɑːbdʒekt prəˈpoʊzəl/（美式）

例句 Examples

The model generates object proposals before classification.
模型会在分类之前先生成目标候选区域。

To improve detection speed, the system uses an object proposal method to narrow down likely object locations, then refines them with a neural network.
为了提升检测速度，系统使用目标候选方法先缩小可能的目标位置范围，再用神经网络进行细化。

词源 Etymology

object 意为“物体/目标”，proposal 意为“提议/候选方案”。在计算机视觉语境中，object proposal 直译可理解为“对可能物体位置的提议”，指由算法“提名”的候选区域集合；这一术语在传统检测方法与早期深度学习检测框架中非常常见。

相关词 Related Words

• Candidate
• Region
• Bounding Box
• Segmentation
• Detection
• Classifier
• Recall
• Selective Search
• R-CNN

文献与作品 Literary / Notable Works

• 《Computer Vision: Algorithms and Applications》（Richard Szeliski）——在目标检测章节讨论候选区域/区域提议等思想。
• “Selective Search for Object Recognition”（Uijlings et al., 2013）——经典的 object proposals 方法之一。
• “Rich feature hierarchies for accurate object detection and semantic segmentation (R-CNN)”（Girshick et al., 2014）——将候选区域（proposals）与卷积网络结合，推动两阶段检测框架发展。
• “Fast R-CNN”（Girshick, 2015）与 “Faster R-CNN”（Ren et al., 2015）——在检测框架中系统化使用/学习区域提议（尤其 Faster R-CNN 的 RPN）。