作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着人工智能领域的发展,目标检测与识别作为人工智能领域一个重要的方面,受到了人们越来越多的关注.当下,目标检测方法大致分为以下思路:第一种是传统计算机视觉目标检测方法,这种方法主要是应用数字图像处理方向的知识来进行识别;第二种方法是深度学习目标检测方法,这种方法主要是应用神经网络对图像进行训练,达到要求的准确度,从而完成识别.第三种是采用深度学习与传统方法相结合的算法来完成识别.本文主要的研究内容:(1)介绍了目标识别传统算法的处理流程,研究了传统算法在识别检测方面的前沿进展.(2)介绍了目标识别深度学习算法的处理流程,研究了深度学习算法在识别检测方面的前沿进展.(3)针对传统方法和深度学习方法,对二者的结合算法做了进一步的分类对比与讨论,得出相应优缺点.
推荐文章
自动目标识别与跟踪技术研究综述
自动目标识别
目标跟踪
扩展目标
特征提取
基于几何差异的目标识别算法
目标识别
多边形拟合
多边形相交面积
双向链表
基于多特征融合的红外目标识别算法
红外图像
多特征融合
目标识别
颜色特征
边缘特征
基于机器视觉的图像目标识别方法综述
机器视觉
图像目标识别
图像预处理
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 目标识别算法综述
来源期刊 中国设备工程 学科 工学
关键词 目标识别 人工智能 计算机视觉 深度学习
年,卷(期) 2019,(1) 所属期刊栏目 监测与诊断
研究方向 页码范围 94-97
页数 4页 分类号 TP391.41
字数 3903字 语种 中文
DOI 10.3969/j.issn.1671-0711.2019.01.046
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (317)
共引文献  (178)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (1)
1888(1)
  • 参考文献(0)
  • 二级参考文献(1)
1910(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(18)
  • 参考文献(0)
  • 二级参考文献(18)
2010(28)
  • 参考文献(0)
  • 二级参考文献(28)
2011(21)
  • 参考文献(0)
  • 二级参考文献(21)
2012(47)
  • 参考文献(0)
  • 二级参考文献(47)
2013(47)
  • 参考文献(1)
  • 二级参考文献(46)
2014(33)
  • 参考文献(3)
  • 二级参考文献(30)
2015(31)
  • 参考文献(6)
  • 二级参考文献(25)
2016(20)
  • 参考文献(2)
  • 二级参考文献(18)
2017(11)
  • 参考文献(3)
  • 二级参考文献(8)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(9)
  • 参考文献(0)
  • 二级参考文献(4)
  • 引证文献(5)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
目标识别
人工智能
计算机视觉
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国设备工程
半月刊
1671-0711
11-4623/N
大16开
北京市西城区月坛北小街2号院1号楼3层海运国际酒店二层
82-374
1985
chi
出版文献量(篇)
21366
总下载数(次)
45
总被引数(次)
19871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导