DPM算法，全稱Deformable Parts Model，即可變形部件模型，是一種目標檢測算法，由Felzenszwalb等於2008年提出。DPM算法的原理可以概括為以下幾個方面：
特徵提取。首先，DPM算法使用特徵提取技術（如HOG和SIFT）來提取圖像中的特徵。這些特徵用於描述圖像中的目標對象。
部件建模。DPM將目標對象視為由多個部件組成的結構，每個部件具有自己的形狀和外觀特徵。這種建模方式有助於更好地捕捉目標的複雜性和變化性。
部件排列。DPM使用部件排列的方式來表示目標的空間位置關係。通過定義部件之間的相對位置和約束關係，可以更準確地描述目標的外觀和形狀。
檢測和分類。DPM使用訓練數據對模型進行訓練，學習目標的形狀和外觀特徵。在測試階段，通過對圖像中的每個位置進行滑動視窗檢測，使用模型計算目標的得分並進行分類，從而實現目標的準確檢測。
改進措施。DPM算法採用了改進後的HOG特徵和SVM分類器，以及滑動視窗檢測思想。針對目標的多視角問題和形變問題，分別採用了多組件策略和基於圖結構的部件模型策略。
DPM算法的優點包括直觀簡單、運算速度快、適應目標變形。然而，它也存在一些缺點，如性能一般、激勵特徵需要人為設計，工作量大。此外，DPM算法在處理遮擋問題、人體姿勢動作幅度過大或物體方向改變時的檢測能力方面還有待提高。