基于渐进多源域迁移的无监督跨域目标检测.docx

目标检测作为一类计算机视觉的基础任务, 能对图像前景对象进行定位及分类, 在智能驾驶、安防监控等领域有着广泛的应用[1-2]. 近年来, 伴随着深度卷积神经网络[3]的发展, 目标检测在检测精度和时效性上均取得了一系列重大突破. 基于深度学习的目标检测方法, 目前主要分为2类: 1)两阶段检测器, 如区域卷积网络(Region convolution neural network, R-CNN)[4]、快速区域卷积网络(Fast R-CNN)[5]、超快速区域卷积网络(Faster R-CNN)[6]等, 这类检测器首先通过区域提取网络得到感兴趣的区域, 再进一步对这些区域进行分类和回归; 2