深度学习及其在计算机视觉领域中应用.PDFVIP

36 12 Vol. 36 No. 12 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 深度学习及其在计算机视觉领域中应用* 1a, 1b, 2 1a, 1b 1a, 1b, 2 1a, 1b 2 2 李国和 ，乔英汉 ，吴卫江 ，郑艺峰 ，洪云峰 ，周晓明 (1. ( )a. , 102249; b. , 102249; 2. 中国石油大学北京 石油数据挖掘北京市重点实验室 北京 信息科学与工程学院 北京 , 100029) 石大兆信数字身份管理与物联网技术研究院 北京 BP 摘 要：随着大数据时代的到来，深度学习利用多层次的模型结构，通过反向传播算法（ 算法）自动地从图像 等复杂数据中进行多层次的、具有不同复杂度的特征提取，从而实现端到端的学习，在计算机视觉领域得到广泛应 用。深度学习模型尤其是卷积模型网络结构更多层、更复杂，与传统机器学习方法相比具有更强大的特征学习和表 达能力。首先回顾了计算视觉发展的历史，介绍了神经元、多层感知机和反向传播等人工神经网络的基本知识以及 卷积神经网络的发展史及其卷积、池化等基本操作；然后讨论了AlexNet 、VGGNet 、GoogLeNet 和ResNet 等经典 卷积神经网络结构，并重点介绍了 CapsNet ；接着总结了卷积神经网络在图像分类、语义分割、目标检测以及图像 生成等领域的研究进展；最后提出了卷积神经网络研究所面临的挑战以及对CapsNet 未来研究展望。 关键词：深度学习；人工神经网络；卷积神经网络；计算机视觉 中图分类号：TP183 doi: 10.19734/j.issn.1001-3695.2018.08.0604 Review of deep learning and ITS application in computer vision Li Guohe1a, 1b, 2, Qiao Yinghan1a, 1b, Wu Weijiang1a, 1b, 2, Zheng Yifeng1a, 1b , 2 2 Hong Yunfeng , Zhou Xiaoming (1. a. Key Lab of Petroleum Data Mining , b. College of Information Science Engineering , China University of Petroleum, Beijing 102249, China; 2. PanPass Institute of Digital Identification Manag