卷积神经网络在视觉图像检测的研究进展

• 作者: 王迪 申小盼 蓝金辉
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 机器视觉 图像检测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 视觉检测与图像测量
• 页码范围: 167-182
• 页数: 16页
• 分类号: TP183|TH744
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2006003

摘要

视觉图像检测在机器视觉领域有着重要的研究意义和应用价值.近年来,卷积神经网络的发展带动了视觉图像检测领域的进步.大量新理论、新方法被应用于卷积神经网络,提高了网络对特征的表达能力,降低了网络的复杂性,增强了网络的性能.研究阐述了卷积神经网络的基本构成,从卷积层,池化层,激活函数,网络正则化和网络优化等方面总结了卷积神经网络近年来的改进方法,梳理了卷积神经网络在视觉图像检测领域的应用,总结了卷积神经网络在视觉图像检测领域的优点,并展望了未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蓝金辉		23	275	10.0	16.0
2	王迪		5	18	2.0	4.0
3	申小盼		1	0	0.0	0.0