可变形的组件模型，是一种基于组件的检测算法。
- DPM可以看作是HOG的扩展：先计算梯度方向直方图，然后利用SVM训练得到物体的梯度模型。
输入一幅图像，对图像提取图像特征，针对某个物件制作出相应的激励模板，在原始的图像上滑动计算得到该激励效果图，根据激励的分布确定目标位置。
制作激励模板就相当于人为地设计一个复杂的卷积核，拿这个卷积核与原图像进行卷积运算得到一幅特征图。 比如拿一个静止站立的人的HOG特征形成的卷积核，与原图像的梯度图像进行一个卷积运算，那么目标区域就会被变密。
测试流程图：
-
产生多个模板：整体模板以及不同的局部模板。
-
使用这些不同的模板分别和输入图像进行卷积产生特征图。
-
将上一步得到的特征图组合形成融合特征。
-
对融合特征进行传统分类，回归得到目标分类。