文献类型：期刊文章

作　　者：刘栋[1,2] 李素[1] 曹志冬[2]

机构地区：[1]北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室,北京100048 [2]中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京100190

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(31101088;91546112;91224008);北京市教育委员会科技计划面上项目(KM201310011010)资助

年　　份：2016

卷　　号：43

期　　号：12

起止页码：13-23

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：传统的图像物体分类与检测算法及策略难以满足图像视频大数据在处理效率、性能和智能化等方面所提出的要求。深度学习通过模拟类似人脑的层次结构建立从低级信号到高层语义的映射,以实现数据的分级特征表达,具有强大的视觉信息处理能力,成为应对这一挑战的前沿技术和国内外研究热点。首先论述了深度学习的起源、发展历程及理论体系;然后分别围绕图像物体分类和检测,总结了近年来深度学习在视觉领域的发展;最后对深度学习及其在视觉领域目前存在的诸多问题以及后续的研究方向进行了分类探讨。

关 键 词：深度学习  特征表达  图像物体分类  图像物体检测  

分 类 号：TP181]