王婉婷,姜国龙,褚云飞,陈业红

齐鲁工业大学(山东省科学院) 轻工科学与工程学院,济南 250353

物体检测算法在深度学习的应用下逐渐成为近年来的研究热点[1]。物体检测的目的是确定图像中是否存在来自给定类别的物体实例(如人类、汽车、自行车、狗和猫),如果存在,则通过一个边界框[2-3]来返回每个物体实例的空间位置。物体检测在人工智能和信息技术的许多领域都有广泛的应用,包括机器视觉、安全监控、自动驾驶、人机交互、虚拟现实和增强现实等[4]。

一般来说,基于深度学习的物体检测方法主要有基于候选区域和非候选区的方法。其中,基于候选区域的方法通常是二步检测法,即需要先从输入的图像中生成一系列区域,然后利用CNN从生成的区域中提取特征并构造一个目标分类器,最后在候选区域上进行分类与回归。基于候选区域的卷积神经网络(RCNN)[5]法是最早引入深度学习的方法。它采用选择性搜索(Selective Search,SS)[6]的策略在输入图像中生成候选区域,并使用卷积神经网络从生成的候选区域中提取特征。提取的特征用于训练支持向量机(SVM)[7]。在RCNN方法的基础上,研究人员提出了Fast RCNN[8]和Faster RCNN[9],以减少训练时间,提高精度。虽然基于候选区域的方法具有较高的检测精度,但该方法结构复杂且检测耗时。而基于非候选区域的一步检测法比较有代表性的是YOLO系列算法,其结构简单并能够快速检测出物体,但准确度却不如基于候选区域的二步检测方法。这两类方法具有不同的优点且适用于不同的应用场合。……