李晓筱，胡晓光，王梓强，杜卓群

1.中国人民公安大学 信息网络安全学院，北京100038

2.中国人民公安大学 侦查学院，北京100038

深度学习诞生前，实现图像中目标检测任务主要依赖于人工设计局部特征描述子，概括性强、抽象表达概括全局信息从而区分图像的不同区域，经典算法有HOG[1]（Histogram of Oriented Gradient）、SIFT[2]（Scale-Invariant Feature Transform）及LBP[3]（Local Binary Patterns）等，但局部特征描述符的设计需要极强的领域专业知识且耗费人力。在深度学习的发展之下，借用深层次卷积神经网络可以从图像中学习具有不同层次的特征表示方法，如何设计具有更好局部特征描述子的问题转化为如何设计轻量网络结构和简化训练过程，以实现精细任务。在计算机视觉的飞速发展之下，细化分类的计算机视觉技术可以分为分类、目标检测、语义分割、实例分割多个类别[4]。分类指的是预测目标图像中对象类别，目标检测在由粗至细的过程中不仅确定图像中目标的类别，同时以边界框或者图中心的形式标明目标所在图像中具体位置。语义分割在此基础上对目标每个像素点标签预测，使每个像素按照其所在区域或对象分类标记，得到更精细分割结果。实例分割的概念最早由Hariharan等人[5]提出，旨在对同类对象组不同个体提供不同标签，整个过程中相同含义像素被赋予相同标签，在实现目标检测任务时解决语义分割问题。

随着深度学习[6]及卷积神经网络[7]的出现，许多实例分割框架被提出。实例分割广泛应用于无人驾驶、医学影像分析、安全防控、工业分拣等领域，可靠、迅速提取图像关键信息，准确、精细分割的结果为后续视觉处理提供便利。……