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:
近年来,随着大数据和深度学习的快速发展,智能监控主要依靠目标检测技术来实现。目标检测技术是基于机器视觉领域中的图像分类技术,从图像或者视频中检测出某一类别的目标,通过在一幅图像的目标对象上绘制边框来进行其位置的简单定位。卷积神经网络(CNN)凭借其强大的特征学习和特征表达能力,被广泛地运用在计算机视觉领域,它也是图像目标检测中用途最广泛、使用最简单的深度学习方法。
推荐文章
基于卷积神经网络的乳腺疾病检测算法
卷积神经网络
特征融合
空间金字塔池化
尺度无关
乳腺疾病检测
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
尺度无关的级联卷积神经网络人脸检测算法
级联卷积神经网络
空间金字塔池化
人脸检测
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
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 基于卷积神经网络的目标检测算法研究
来源期刊 长春师范大学学报 学科 工学
关键词 深度学习 目标检测 卷积神经网络
年,卷(期) ccsfdxxb_2020,(6) 所属期刊栏目
研究方向 页码范围 42-48
页数 7页 分类号 TP391
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王婷婷 芜湖职业技术学院信息工程学院 9 1 1.0 1.0
2 潘祥 江南大学人工智能与计算机学院 6 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
目标检测
卷积神经网络
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
长春师范大学学报
月刊
2095-7602
22-1409/G4
大16开
吉林省长春市长吉北路677号
12-326
1982
chi
出版文献量(篇)
1626
总下载数(次)
6
论文1v1指导