83500ce6_1120140304徐凤强_开题报告_ .docVIP

大连海事大学 学位论文开题报告 学 号 1120140304 姓 名 徐凤强 院 （系） 信息科学技术学院与技术 付先平2015/09/28 大连海事大学研究生院制 2013年12月 硕士研究生学位论文开题报告填写说明及管理规定 硕士学位论文开题报告是做好学位论文的基础，为了完善硕士研究生过程质量监控体系，提高硕士研究生培养质量，要求在校硕士生应在第三学期结束前（两年毕业学院的硕士生应在第二学期结束前）完成学位论文开题报告。 一、硕士生在查阅一定的国内外文献资料基础上，填写完成《硕士研究生学位论文开题报告》。 二、《硕士研究生学位论文开题报告》完成以后，应组织公开的学位论文开题报告会。 三、开题报告会由学院（系）负责组织，学科具体实施。开题报告会的评审专家组一般由至少3名副高以上（含副高）或硕士生导师组成。评审专家在开题报告会后负责就开题的意义、文献综述、研究内容、可能遇到的问题、是否通过开题等写出结论性的审查意见，并将结果和相关材料留学院（系）备案。 四、《硕士研究生学位论文开题报告》必须采用A4纸双面打印，左侧装订成册，各栏空格不够时，请自行加页。本表可在研究生院网站下载。  论文题目：基于深度学习的流水线目标检测算法研究 论文类型：（1）基础研究；（2）应用基础研究；（3）应用研究；（4）其它 课题来源：（1）纵向课题；（2）横向课题； （3）自选课题；（4）其它 选题的科学依据（1、选题背景；2、理论意义和应用价值；3、国内外研究现状及发展趋势。附主要参考文献） 选题背景漏粘、错、斜粘 目前流行的深度学习技术在不同领域中取得了非常显著的成果，其独特的学习过程可以克服很多传统方法无法实现的难题，受到学术界的广泛关注。在图像检测方面遇到的图像正确性检测问题，深度学习的学习过程理论上可以很好地对这一问题进行有效解决。利用深度学习进行流水线目标图像检测算法研究，具有重要的意义： 1、可以提高检测的准确性； 2、利用深度学习进行图像检测算法研究是一次尝试性的实验，其实验结果可以与现有方法进行对比分析，为其他研究提供一定的借鉴作用。 通过深度学习技术解决样本册生产流水线中目标图像检测中遇到的问题，可以提高企业的生产流水线的质量和准确性，降低功耗成本，为企业带来效益。 国内外研究现状及发展趋势 深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。2006年，Geoffrey Hinton提出了深度学习，之后深度学习在诸多领域取得了巨大成功，受到广泛关注。深度学习在计算机视觉领域最具影响力的突破发生在2012年，Hinton的研究小组采用深度学习赢得了ImageNet图像分类的比赛，掀起了深度学习的热潮。2014年深度学习又取得了重要进展，在ILSVRC2014比赛中，获胜者GooLeNet将top5错误率降到6.656%，它突出的特点是大大增加了卷积网络的深度，超过20层，这在之前是不可想象的。ILSVRC2015比赛中，top5错误率百度降到了5.33%，MSRA降到了4.94%，谷歌降到了4.82%。 深度学习在企业中的发展：百度于2012年成立了深度学习研究院，于2014年5月在美国硅谷成立了新的深度学习实验室，聘请斯坦福著名教授吴恩达担任首席科学家；Facebook于2013年12月在纽约成立了新的人工智能实验室，聘请深度学习领域的著名学者，卷积网络的发明人YannLeCun作为首席科学家；2014年1月，谷歌四亿美金收购了一家深度学习的创业公司，DeepMind. 深度学习在人脸识别中的进展：2013年采用人脸确认任务作为监督信号，利用卷积网络学习人脸特征，在LFW上取得了92.52%的识别率，超过了当时大多数非深度学习的算法；2014年CVPR，DeepID和DeepFace都采用人脸识别作为监督信号，在LFW上取得了97.45%和97.35 %的识别率，他们利用卷积网络预测N维标注向量，将最高的隐含层作为人脸特征；在后续的工作中DeepID2将LFW上的识别率提高到99.15%，DeepID2+进一步达到了99.47%的识别率。 深度学习在物体检测中的2013年ImageNet ILSVRC挑战比赛增加了物体检测的任务，平均物体检测率只有22.581%；ILSVRC2014中，深度学习将平均物体检测率大幅提高到43.933%，较有影响力的工作包括：RCNN, Overfeat, GoogLeNet, DeepID-Net, netw