基于深度学习的机器视觉目标检测算法及在票据检测中应用

• 作者: 刘思洋 刘桂雄 吴俊芳 罗文佳
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 机器视觉 目标检测 深度学习 卷积神经网络 票据检测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测试理论
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP302.7
• 字数: 9268字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2019030130

摘要

基于深度学习的目标检测是机器视觉应用的重要方面.该文系统总结基于区域候选的目标检测算法、基于回归方法的目标检测算法及其他优化算法的算法思想、网络架构、演进过程、技术指标、应用场景,指出在机器视觉系统应用中,应充分考虑检测对象、检测精度、实时性能要求,结合不同目标检测算法特点,选择最合适的检测算法.最后,面向票据检测需求,分析目标检测算法在票据图像位置检测、防伪特征检测、文本信息检测中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘桂雄	华南理工大学机械与汽车工程学院	300	2016	18.0	33.0
2	吴俊芳	华南理工大学物理与光电学院	10	45	5.0	6.0
3	刘思洋	华南理工大学机械与汽车工程学院	3	2	1.0	1.0
4	罗文佳		3	2	1.0	1.0