《卷积神经网络下的目标检测分析》1600字.docx

下载文档

1
0
约1.94千字
约 2页
2025-07-08 发布于湖北
举报
版权申诉
保障服务

《卷积神经网络下的目标检测分析》1600字.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

-PAGE2-

卷积神经网络下的目标检测分析综述

在基于卷积神经网络[7]的目标检测算法，即深度学习问世以前，传统的目标检测算法在目标特征提取上均采用的是人工提取特征。再将人工提取的目标特征划入分类器重加以分类，让分类器能够学习人工提取的特征的分类规则，最后才能实现目标检测。下面是传统目标检测算法实现的三个主要过程：1）根据识别图像的尺寸大小，生成不同尺度的窗口，然后再于检测图象上滑动，生成一个个候选区域；2）对滑动窗口生成的候选区域进行视觉特征提取，传统的特征描述算子有方向梯度直方图、SIFT算法[8]（尺度不变特征变换）、LOG算子和DOG算子（高斯拉普拉斯算子和高斯差分函数）等