基于深度卷积网络的目标检测技术综述

• 作者: 张锲石 王雨晨 胡金辰 蒋江红
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 目标检测 卷积神经网络 深度学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用研究\
• 页码范围: 97-98,100
• 页数: 3页
• 分类号: TP391
• 字数: 3017字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2018.04.49

摘要

目前,基于计算机视觉分析的目标检测技术已被广泛研究并应用在众多学科领域中.本文从卷积神经网络结构(CNN)演化的角度,对基于深度卷积网络的目标检测技术进行分析、比较和总结.首先简要介绍了基于CNN的目标检测技术流程;其次重点分析和比较了以CNN为基础的基于深度卷积网络模型的目标检测技术的发展,针对不同选择的预处理方法进行分类、纵向和横向对比;最后总结了目前研究中存在的问题,并对目标检测技术未来发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋江红	陕西师范大学计算机科学学院	6	17	3.0	4.0
2	胡金辰	陕西师范大学计算机科学学院	1	7	1.0	1.0
3	王雨晨	陕西师范大学计算机科学学院	1	7	1.0	1.0
4	张锲石	中国科学院深圳先进技术研究院	1	7	1.0	1.0