深度卷积神经网络在目标检测中的研究进展

来源：计算机工程与应用杂志2018年第17期北京时间：

作者：姚群力1，2，胡 显1，2，雷 宏1

单位：1.中国科学院 电子学研究所，北京 100190；2.中国科学院大学，北京 100049

摘要：深度卷积神经网络以多层次的特征学习与丰富的特征表达能力，在目标检测领域取得了突破进展。概括了卷积神经网络在目标检测领域的研究进展，首先回顾传统目标检测的发展及存在的问题，引出卷积神经网络的目标检测基本原理和基本训练方法；然后分析了以R-CNN为代表的基于区域建议的目标检测框架，介绍以YOLO算法为代表的将目标检测归结为回归问题的目标检测框架；最后，对目前目标检测的一些问题进行简要总结，对未来深度卷积神经网络在目标检测的发展进行了展望。

关键词：深度卷积神经网络,目标检测,特征表达,特征提取