目标识别检测技术详解：Haar特征、HOG特征、CNN、级联分类器等

常用的目标识别检测技术包括以下几种：

1. Haar 特征分类器：Haar 特征分类器是一种基于图像的目标检测算法，可以通过对图像的 Haar 特征进行分类来检测目标。该算法适用于静态图像的目标检测。

2. HOG 特征分类器：HOG 特征分类器是一种基于图像的目标检测算法，可以通过对图像的 HOG 特征进行分类来检测目标。该算法适用于静态图像的目标检测。

3. 卷积神经网络 (CNN)：卷积神经网络是一种深度学习模型，可以通过学习图像的特征来进行目标检测。该算法适用于静态图像和视频的目标检测。

4. 级联分类器：级联分类器是一种基于 Haar 特征分类器的算法，可以通过多级分类来提高目标检测的准确率。该算法适用于静态图像的目标检测。

5. 目标跟踪：目标跟踪是一种基于视频的目标检测算法，可以通过追踪目标在视频中的运动轨迹来进行目标检测。该算法适用于视频的目标检测。

6. 光流法：光流法是一种基于视频的目标检测算法，可以通过追踪图像中的像素点在时间上的运动来进行目标检测。该算法适用于视频的目标检测。

以上是常用的目标识别检测技术，不同的算法适用于不同的场景和需求。