文献类型：期刊文章

作　　者：刘桂雄[1] 刘思洋[1] 吴俊芳[2] 罗文佳[3]

LIU Guixiong;LIU Siyang;WU Junfang;LUO Wenjia(School of Mechanical and Automotive Engineering,South China University of Technology,Guangzhou 510640,China;School of Physics,South China University of Technology,Guangzhou 510640,China;Guangzhou Yin Ke Electronics Co.,Ltd.,Guangzhou 510663,China)

机构地区：[1]华南理工大学机械与汽车工程学院,广东广州510640 [2]华南理工大学物理与光电学院,广东广州510640 [3]广州市银科电子有限公司,广东广州510663

出　　处：《中国测试》

基　　金：广州市产学研重大项目(201802030006);广东省现代几何与力学计量技术重点实验室开放课题(SCMKF201801)

年　　份：2019

卷　　号：45

期　　号：5

起止页码：1-9

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：基于深度学习的目标检测是机器视觉应用的重要方面。该文系统总结基于区域候选的目标检测算法、基于回归方法的目标检测算法及其他优化算法的算法思想、网络架构、演进过程、技术指标、应用场景,指出在机器视觉系统应用中,应充分考虑检测对象、检测精度、实时性能要求,结合不同目标检测算法特点,选择最合适的检测算法。最后,面向票据检测需求,分析目标检测算法在票据图像位置检测、防伪特征检测、文本信息检测中的应用。

关 键 词：机器视觉 目标检测 深度学习  卷积神经网络 票据检测  

分 类 号：TP302.7]