基于卷积神经网络的目标检测算法综述∗
2021-10-11 08:16:34卜乐平
舰船电子工程
2021年9期
王 灿 卜乐平
（海军工程大学电气工程学院 武汉 430033）
1 引言
当前目标检测不仅在学术界受到大量的研究，在实际生活中也得到了大量的应用，如视频火灾探测、无人驾驶、安全监控、无人机场景分析等。目前目标检测算法主要分为两种，基于图像处理的传统目标检测算法和基于卷积神经网络的目标检测算法。
在实际应用中，利用计算机视觉技术对目标进行自动检测是一项非常具有挑战性的任务。背景复杂、目标遮挡、噪声干扰、低分辨率、尺度和姿态的变化等因素都会严重影响目标检测性能。传统的目标检测方法基于手工设计的特征提取，对光照变化不具有鲁棒性，缺乏良好的泛化能力。在2012年之前的PASCAL VOC挑战赛［1］中，目标检测的性能几乎没有什么进展，这是由于传统算法的局限性导致的。最早出现的卷积神经网络是LeNet［2］，但是真正让人们把注意放在深度学习上的是2012年 Hinton 等提出的卷积神经网络 AlexNet［3］。该模型在ImageNet大规模视觉识别挑战赛上以绝对的优势获得了当年的冠军。在这一转折点发生后，卷积神经网络就受到了越来越多人的关注，新的模型层出不穷。2014年，Girshick等在此基础上提出了R-CNN［4］，第一次将卷积神经网络应用于目标检测，并且检测精度比传统检测算法提高了近30%，引起了很大的反响。从目前学术研究和实际应用来看，基于卷积神经网络的目标检测算法比传统的方法具有更高的精度和更短的测试时间，几乎已经完全代替了传统算法。
2 传……
登录APP查看全文
猜你喜欢
如何表达“特征”
疯狂英语·新策略(2019年10期)2019-12-13 08:43:28
基于Gazebo仿真环境的ORB特征提取与比对的研究
电子制作(2019年15期)2019-08-27 01:12:00
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
一种基于LBP 特征提取和稀疏表示的肝病识别算法
中国生物医学工程学报(2017年6期)2017-02-10 05:11:45
小波变换在PCB缺陷检测中的应用
海峡科技与产业(2016年3期)2016-05-17 04:32:12
基于MED和循环域解调的多故障特征提取
噪声与振动控制(2015年4期)2015-01-01 07:08:21
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15
Walsh变换在滚动轴承早期故障特征提取中的应用
轴承(2010年2期)2010-07-28 02:26:12
猜你喜欢
疯狂英语·新策略(2019年10期)2019-12-13 08:43:28
电子制作(2019年15期)2019-08-27 01:12:00
当代陕西(2019年10期)2019-06-03 10:12:04
中国生物医学工程学报(2017年6期)2017-02-10 05:11:45
海峡科技与产业(2016年3期)2016-05-17 04:32:12
噪声与振动控制(2015年4期)2015-01-01 07:08:21
河南科技(2014年23期)2014-02-27 14:19:15
轴承(2010年2期)2010-07-28 02:26:12
