深层卷积神经网络的目标检测算法综述

被引：57

作者：

张泽苗 ^{[1
]}

霍欢 ^{[1
,2
]}

赵逢禹 ^{[1
]}

机构：

[1] 上海理工大学光电信息与计算机工程学院

[2] 复旦大学上海市数据科学重点实验室

来源：

小型微型计算机系统 | 2019年 / 40卷 / 09期

关键词：

图像分类; 深度学习; 卷积神经网络; 目标检测;

D O I：

暂无

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ;

摘要：

随着深度学习的发展,卷积神经网络在目标检测中取得了一系列研究成果.相比基于人工特征构造的传统的目标检测算法,基于深层卷积神经网络的算法具有特征自动提取,泛化能力强的优点,有较好的鲁棒性.本文首先介绍了卷积神经网络在目标检测基础任务图像分类上的进展,然后按照目标检测算法评价指标、算法框架以及公共数据集三个方面重点分析和比较近年来基于深度学习模型的目标检测算法的研究情况,最后对目标检测算法未来的发展进行展望.

引用

页码：1825 / 1831

页数：7

共 10 条

[1] A survey on automatic image caption generation[J] . Shuang Bai,Shan An.Neurocomputing . 2018
[2] A review and an approach for object detection in images[J] . Kartik Umesh Sharma,Nileshsingh V. Thakur.Int. J. of Computational Vision and Robotics . 2017 (1/2)
[3] A survey on deep learning-based fine-grained object classification and semantic segmentation[J] . Bo Zhao,Jiashi Feng,Xiao Wu,Shuicheng Yan.International Journal of Automation and Computing . 2017 (2)
[4] The Pascal Visual Object Classes Challenge: A Retrospective[J] . Mark Everingham,S. M. Ali Eslami,Luc Gool,Christopher K. I. Williams,John Winn,Andrew Zisserman.International Journal of Computer Vision . 2015 (1)
[5] Selective Search for Object Recognition
Uijlings, J. R. R.
van de Sande, K. E. A.
Gevers, T.
Smeulders, A. W. M.
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2013, 104 (02) : 154 - 171
[6] The Pascal Visual Object Classes (VOC) Challenge
Everingham, Mark
Van Gool, Luc
Williams, Christopher K. I.
Winn, John
Zisserman, Andrew
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2010, 88 (02) : 303 - 338
[7] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[8] Rapid Object Detection using a Boosted Cascade of Simple Features. Viola Paul, Jones Michael. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition . 2001
[9] Imagenet classification with deep convolutional neural networks. Alex K,Sutskever I,Hinton G E. Neural Information Processing Systems （NIPS） . 2012
[10] Spatial memory for context reasoning in object detection. Chen X,Gupta A. IEEE International Conference on Computer Vision . 2017

← 1 →