深度卷积神经网络在目标检测中的研究进展

• 作者: 姚群力 胡显 雷宏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度卷积神经网络 目标检测 特征表达 特征提取
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP183
• 字数: 5691字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0377

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷宏	中国科学院电子学研究所	52	263	9.0	13.0
2	姚群力	中国科学院电子学研究所	4	33	2.0	4.0
6	胡显	中国科学院电子学研究所	4	33	2.0	4.0