基于视觉的目标检测方法综述

来源：计算机工程与应用杂志2020年第8期北京时间：

作者：李章维，胡安顺，王晓飞

单位：浙江工业大学 信息工程学院，杭州 310023

摘要：目标检测是计算机视觉的核心，在图像识别、行人检测、大规模场景识别等方面具有广泛应用，提升目标检测的速度与精度可以拓展计算机视觉的应用范围。大数据的出现以及深度学习的发展为目标检测研究注入了新的动力。传统的目标检测主要使用基于手工特征配合机器学习的方法，即Feature-Based方法。目前的检测算法主要以卷积神经网络（CNN）为核心。分析了Feature-Based方法检测效果差的原因并提出改进方法，详细讨论了CNN网络衍生出的TWO-STATE方法和ONE-STATE方法，介绍了每种方法的联系以及相比之前方法的改进，详细描述了其网络的机理与检测过程，指出了每种方法的检测效果与不足。总结了目标检测方法在一些数据集上的检测效果与仍然存在的问题。

关键词：计算机视觉,目标检测,机器学习,卷积神经网络