深度学习在目标视觉检测中的应用进展与展望

被引：239

作者：

张慧 ^{[1
,2
]}

王坤峰 ^{[1
,3
]}

王飞跃 ^{[1
,4
]}

机构：

[1] 中国科学院自动化研究所复杂系统管理与控制国家重点实验室

[2] 中国科学院大学

[3] 青岛智能产业技术研究院

[4] 国防科学技术大学军事计算实验与平行系统技术研究中心

来源：

自动化学报 | 2017年 / 43卷 / 08期

关键词：

目标视觉检测; 深度学习; 计算机视觉; 平行视觉;

D O I：

10.16383/j.aas.2017.c160822

中图分类号：

TP181 [自动推理、机器学习]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在目标视觉检测中的应用进展与展望.首先对目标视觉检测的基本流程进行总结,并介绍了目标视觉检测研究常用的公共数据集;然后重点介绍了目前发展迅猛的深度学习方法在目标视觉检测中的最新应用进展;最后讨论了深度学习方法应用于目标视觉检测时存在的困难和挑战,并对今后的发展趋势进行展望.

引用

页码：1289 / 1305

页数：17

共 13 条

[1]

平行视觉:基于ACP的智能视觉计算方法[J]. 王坤峰,苟超,王飞跃.自动化学报. 2016(10)

[2] 图像物体分类与检测算法综述 [J].