深度学习的典型目标检测算法综述

被引:58
作者
南晓虎 [1 ,2 ,3 ]
丁雷 [1 ,2 ]
机构
[1] 中国科学院红外探测与成像技术重点实验室
[2] 中国科学院上海技术物理研究所
[3] 中国科学院大学
关键词
目标检测; 深度学习; 检测模型; 卷积神经网络;
D O I
暂无
中图分类号
TP391.41 []; TP18 [人工智能理论];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
目标检测要找出图像中感兴趣的目标,确定目标的类别和位置。目标受到各种因素的影响,使得目标检测是计算机视觉领域中最具有挑战性的问题之一。深度学习可以从图像数据中学习到强大的特征表征,基于深度学习的检测算法在每年的检测精度上有显著的提升。综述了深度学习在目标检测方面有代表性算法的进展与展望。首先介绍目标检测的背景;然后针对基于候选窗口的检测框架和基于回归的检测框架,分别对有代表性的检测算法进行重点介绍,作出对比与总结;最后讨论目标检测领域存在的困难与挑战,并对未来目标检测方向的发展趋势进行展望。
引用
收藏
页码:15 / 21
页数:7
相关论文
共 29 条