面向视频数据的深度学习目标识别算法综述

摘要：

目标识别是计算机视觉领域的一大挑战,随着深度学习的发展,目标识别算法被广泛应用于视频数据中目标的识别和监测.对现有目标识别算法进行归纳,根据是否采用锚点机制将主流算法分为Anchor-Based和Anchor-Free两大类.针对R-CNN、SPP-Net、SSD、YOLOv2等Anchor-Based类目标识别算法,从候选框创建、特征提取和结果生成角度分析基于区域和基于回归的目标识别算法的区别和各自优势.针对CornerNet、ExtremeNet、CenterNet、FCOS等Anchor-Free类目标识别算法,从特征提取、关键点选择/层次结构和结果生成角度分析基于关键点和基于特征金字塔的目标识别算法的区别和各自优势.在此基础上,以识别效率和识别精度为评价指标,对Faster R-CNN、Mask R-CNN、SSD等8种代表性目标识别算法进行对比总结.最后,针对目标识别算法中的数据预处理耗时长、多尺度特征同步识别精度低、结构繁杂等问题,对当前研究的不足和未来研究方向进行分析和展望.

关键词：深度学习、目标识别、锚定框、候选区域、关键点、视频数据

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;上海市地方院校能力建设项目;上海市海洋局科研项目

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1-15