王春哲，安军社，姜秀杰，邢笑雪，崔天舒

(1. 中国科学院国家空间科学中心 复杂航天系统电子信息技术重点实验室， 北京 100190；2. 中国科学院大学， 北京 100049； 3. 长春大学 电子信息工程学院， 吉林 长春 130022)

在诸如目标检测、目标跟踪等计算机视觉任务中，候选区域算法有着广泛的应用。所谓候选区域，即使用目标的颜色、纹理等信息寻找图像中更可能出现的目标的区域框[1]。

在目标检测及跟踪等任务中，需要将图像中的目标进行识别与定位。解决这一任务的传统策略是在图像中密集采样滑动窗口，并判别每个滑动窗口是否含有目标。由于该范式下生成的滑动窗口质量不高，因此需要训练复杂的分类器，浪费了计算资源[2-3]。在文献[1-3]中指出，仅在单尺度下，每张图像需要处理104～105个滑动窗口，而且当前的目标检测要求检测算法处理不同尺度及不同宽高比下的目标，极大地增加了算法的复杂度。

使用候选区域算法能够有效提高目标的检测效率，如在基于快速区域卷积神经网络(Fast Regions with Convolutional Neural Network, Fast RCNN)的检测算法中，使用选择性搜索(Selective Search，SS)算法[4]生成大约2 000个候选框；在Faster RCNN中，使用候选区域网络(Region Proposals Network, RPN)生成大约800个候选框[5]。当前主流候选区域算法主要有Object-ness[6]，BING[7]及Edge Boxes[8]。

随着深度神经网络的不断发展，其已经在目标检测、图像哈希(Image Hashing，IH)、图像细分类、视觉描述与生成、视觉问答等方面有着广泛的应用[9]。特别地，文献[10]使用循环神经网络作为代理来构建哈希函数以及序列化学习策略(Sequential Learning Strategy，SLS)来完成图像哈希；文献[11]则通过神经网络提出一种细粒度的视觉-文本(Visual-Textual，VT)表达学习方法来完成图像的细分类。……