基于深度学习的目标检测算法综述*

吴 雪,宋晓茹,高 嵩,陈超波

(西安工业大学 电子信息工程学院,陕西 西安 710021)

0 引 言

随着计算机技术快速发展,图像的分类[1]和检测[2]成为计算机视觉[3]领域非常活跃的两个研究方向,已被广泛应用于国家安防、人机交互[4]和信息安全等方面。与目标分类不同,目标检测的任务包括目标分类与目标定位两部分,除了判断是否包含目标物体,目标检测算法还要负责找出感兴趣的区域的位置并用外接矩形框出。

根据目标检测算法中是否需要手动提取特征,可以将目标检测算法分为传统方法和基于深度学习[5]的目标检测算法。传统的目标检测算法由不同尺度和宽度的区域选择、特征提取[6]和目标分类3个部分组成。区域选择多是采用基于滑动窗口的物体检测[7]方法,特征提取主要采用手动选择的方式,如颜色特征、纹理特征、尺度不变特征变换(scale invariant feature transform,SIFT)特征[8]和HOG[9]特征,分类器常用的是支持向量机(support vector machine,SVM)[10]和AdaBoost[11]。由于滑动窗口的无针对性和需要手动提取特征,导致检测算法时间复杂度高,鲁棒性低、准确度和实时性差的缺点。

基于深度学习的目标检测技术解决了传统目标检测滑动窗口选择和手动提取特征的缺点,通过引入卷积神经网络(CNN)[12]自学习目标特征来代替传统手动选择和提取特征的过程,引入区域候选框或直接回归方法使目标检测准确度和实时性大幅度提升。

本文介绍了深度学习中CNN的发展,对目前基于深度学习的主流的两阶段目标检测算法和单阶段目标检测算法进行了综述,最后针对目标检测领域现存的问题做出了总结和展望。……