深度卷积神经网络在目标检测中的研究进展

摘要：

深度卷积神经网络以多层次的特征学习与丰富的特征表达能力,在目标检测领域取得了突破进展.概括了卷积神经网络在目标检测领域的研究进展,首先回顾传统目标检测的发展及存在的问题,引出卷积神经网络的目标检测基本原理和基本训练方法;然后分析了以R-CNN为代表的基于区域建议的目标检测框架,介绍以YOLO算法为代表的将目标检测归结为回归问题的目标检测框架;最后,对目前目标检测的一些问题进行简要总结,对未来深度卷积神经网络在目标检测的发展进行了展望.

关键词：深度卷积神经网络、目标检测、特征表达、特征提取

所属期刊栏目：54

分类号：TP183(自动化基础理论)

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9