基本信息

---

下载

文档摘要

---

-PAGE2-

卷积神经网络下的目标检测分析综述

在基于卷积神经网络[7]的目标检测算法，即深度学习问世以前，传统的目标检测算法在目标特征提取上均采用的是人工提取特征。再将人工提取的目标特征划入分类器重加以分类，让分类器能够学习人工提取的特征的分类规则，最后才能实现目标检测。下面是传统目标检测算法实现的三个主要过程：1）根据识别图像的尺寸大小，生成不同尺度的窗口，然后再于检测图象上滑动，生成一个个候选区域；2）对滑动窗口生成的候选区域进行视觉特征提取，传统的特征描述算子有方向梯度直方图、SIFT算法[8]（尺度不变特征变换）、LOG算子和DOG算子（高斯拉普拉斯算子和高斯差分函数）等