李坤坤，刘正熙，熊运余

(四川大学计算机学院，成都 610065)

0 引言

长期以来，目标检测在计算机视觉领域一直是具有挑战性的基础研究方向，与图像分类和分割并称为计算机视觉领域三大基础研究任务。对于一张给定的原始图像，目标检测的目标是判断给定图像中是否有已知类别的目标实例，如果存在，则输出原始图像中目标实例的空间位置和相对应的类别名称，即用矩形边界框定位检测到的目标实例并对检测到的目标实例进行分类。此外，目标检测还是解决计算机视觉领域复杂问题和高级视觉任务的基础，例如场景理解、实例分割、目标追踪、语义分割等。而且，目标检测在现实生活中有着广泛的应用，例如智能监控、军事侦察、医疗诊断和无人驾驶等领域。特别是随着计算机计算能力的提升以及各种类型的图像数据大量涌现，结合深度卷积神经网络的目标检测算法持续更新发展。本文以一个新的角度对目标检测领域的发展进行回顾，即采用系统性文献综述方法对目标检测领域的进展进行梳理。

1 方法

Kitchenham[1]的研究针对如何构建系统性文献综述流程提供了原始指南，本文根据此指南进行系统性文献综述。系统性文献综述分为三个阶段，即规划、实施和报告。每个阶段又由具有特定目的的实施步骤组成。首先，规划的初始步骤，是对系统性文献综述的研究文献进行识别；其次，搜集和回顾目前已存在的目标检测研究文献；……