文献类型：期刊文章

作　　者：常亮[1,2] 邓小明[3] 周明全[1,2] 武仲科[1,2] 袁野[3,4] 杨硕[3,4] 王宏安[3]

机构地区：[1]北京师范大学信息科学与技术学院,北京100875 [2]教育部虚拟现实应用工程研究中心,北京100875 [3]中国科学院软件研究所人机交互北京市重点实验室,北京100190 [4]中国科学院大学计算机与控制学院,北京100049

出　　处：《自动化学报》

基　　金：国家自然科学基金(61402040;61473276);中国科学院青年创新促进会资助~~

年　　份：2016

卷　　号：42

期　　号：9

起止页码：1300-1312

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI(收录号：20163902844118)、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,卷积神经网络(Convolutional neural networks,CNN)已在图像理解领域得到了广泛的应用,引起了研究者的关注.特别是随着大规模图像数据的产生以及计算机硬件(特别是GPU)的飞速发展,卷积神经网络以及其改进方法在图像理解中取得了突破性的成果,引发了研究的热潮.本文综述了卷积神经网络在图像理解中的研究进展与典型应用.首先,阐述卷积神经网络的基础理论;然后,阐述其在图像理解的具体方面,如图像分类与物体检测、人脸识别和场景的语义分割等的研究进展与应用.

关 键 词：卷积神经网络 图像理解 深度学习  图像分类 物体检测  

分 类 号：TP391.41] TP183[计算机类]