目标检测算法研究综述

被引：113

作者：

方路平 ^{[1
]}

何杭江 ^{[1
]}

周国民 ^{[2
]}

机构：

[1] 不详

[2] 浙江工业大学信息工程学院

[3] 不详

[4] 浙江警察学院计算机与信息技术系

[5] 不详

来源：

计算机工程与应用 | 2018年 / 13期

关键词：

目标检测; 深度学习; 计算机视觉; 卷积神经网络; 目标分类检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来,随着深度学习对图像分类准确度的大幅度提高,基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算法的发展与现状,并作出展望:总结了传统算法与引入深度学习的目标检测算法的发展、改进与不足,并就此做出对比;最后讨论了基于深度学习的目标检测算法所存在的困难与挑战,并就可能的发展方向进行了展望。

引用

收藏

页码：11 / 18+33 +33

页数：9

相关论文

共 12 条

[1] 深度学习在目标视觉检测中的应用进展与展望 [J].

张慧 ;

王坤峰 ;

王飞跃 .

自动化学报, 2017, 43 (08) :1289-1305

[2] 卷积神经网络在图像分类和目标检测应用综述 [J].

周俊宇 ;

赵艳明 .

计算机工程与应用, 2017, 53 (13) :34-41

[3]

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)

[4] 基于背景分类的运动目标检测算法 [J].

高红红 ;

曹建荣 ;

李振宇 ;

杨红娟 ;

赵淑胜 .

计算机工程与应用, 2017, 53 (21) :179-184

[5] 动态背景下空时特性均显著的运动目标检测 [J].

赵燕熙 ;

尚振宏 ;

刘辉 ;

李润鑫 .

计算机工程与应用, 2017, 53 (05) :170-175+180

[6] Selective Search for Object Recognition [J].

Uijlings, J. R. R. ;

van de Sande, K. E. A. ;

Gevers, T. ;

Smeulders, A. W. M. .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2013, 104 (02) :154-171

[7]

Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)

[8] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[9] Robust real-time face detection [J].

Viola, P ;

Jones, MJ .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 57 (02) :137-154

[10] Backpropagation Applied to Handwritten Zip Code Recognition [J].

LeCun, Y. ;

Boser, B. ;

Denker, J. S. ;

Henderson, D. ;

Howard, R. E. ;

Hubbard, W. ;

Jackel, L. D. .

NEURAL COMPUTATION, 1989, 1 (04) :541-551