基于卷积神经网络的目标检测研究综述
李旭冬1; 叶茂1; 李涛2
2017-01-13
发表期刊计算机应用研究
ISSN1001-3695
卷号34期号:10页码:2881-2886+2891
摘要随着训练数据的增加以及机器性能的提高,基于卷积神经网络的目标检测冲破了传统目标检测的瓶颈,成为当前目标检测的主流算法。因此,研究如何有效地利用卷积神经网络进行目标检测具有重要价值。首先回顾了卷积神经网络如何解决传统目标检测中存在的问题;介绍了卷积神经网络的基本结构,描述了当前卷积神经网络的研究进展及常用的卷积神经网络;重点分析和讨论了两种应用卷积神经网络进行目标检测的思路和方法,指出了目前存在的不足。最后总结了基于卷积神经网络的目标检测以及未来的发展方向。
关键词卷积神经网络 目标检测 深度学习
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金资助项目(61375038)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/58082
专题国家开放大学河南分部
作者单位1.电子科技大学机器人研究中心;
2.河南广播电视大学信息工程系
推荐引用方式
GB/T 7714
李旭冬,叶茂,李涛. 基于卷积神经网络的目标检测研究综述[J]. 计算机应用研究,2017,34(10):2881-2886+2891.
APA 李旭冬,叶茂,&李涛.(2017).基于卷积神经网络的目标检测研究综述.计算机应用研究,34(10),2881-2886+2891.
MLA 李旭冬,et al."基于卷积神经网络的目标检测研究综述".计算机应用研究 34.10(2017):2881-2886+2891.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[李旭冬]的文章
[叶茂]的文章
[李涛]的文章
百度学术
百度学术中相似的文章
[李旭冬]的文章
[叶茂]的文章
[李涛]的文章
必应学术
必应学术中相似的文章
[李旭冬]的文章
[叶茂]的文章
[李涛]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于随机森林的精确目标检测方法
基于随机森林的层次行人检测算法
基于上下文信息的监控场景行人检测方法
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。