帅泽群 李军

（重庆交通大学机电与车辆工程学院）

目标检测是一个重要的计算机视觉任务，主要是处理和检测视觉上特定的类(如人、动物或标志等）在数字图像上的类别和位置分布情况。目标检测就是建立有效的计算机应用模型，提供计算机视觉所需要的最基本的信息，即什么目标类别在什么地方[1]。所以目标检测可以认为是图像识别和目标定位2个任务的结合，是其他许多计算机视觉任务的基础，比如实例分割[2]、人脸识别[3]、目标跟踪[4]等。图像识别是利用对图像的特征进行提取，从而能进行分类。目标定位是进行边界框的回归，最终能准确定位，属于回归问题[5]。对于目标检测的研究大致分为2个方向：1)针对一个固定模型下的检查来判断其能否拥有和人类一样的感受视线；2）检测特定复杂的应用场景,如遮挡物检测[6]、行人检测[7]、车辆检测[8]等等。近些年来，由于传统的目标检测算法出现的一些弊端，加上深度学习技术的出现，加速了目标检测的发展。

1 目标检测

1.1 目标检测的应用

在无人驾驶汽车领域，目标检测主要应用于行人检测、车道线检测、交通标识检测以及障碍物检测等等，根据不同的需求对特定的、复杂多变的场景进行指定目标的检测。民用运载工具数量的增长带来了更复杂的运输环境，需进一步提高该技术在工程应用上的实时性和鲁棒性。

1.2 目标检测的分类

目标检测发展的第1个阶段，即传统目标检测时期。由于当时缺乏有效的图像表示，人们不得不设计复杂的特征表示以弥补手工特征表达能力上的缺陷。……