文献类型：期刊文章

作　　者：章琳[1] 袁非牛[2] 张文睿[1] 曾夏玲[1]

ZHANG Lin;YUAN Feiniu;ZHANG Wenrui;ZENG Xialing(School of Mathematics and Computer Science,Jiangxi Science and Technology Normal University,Nanchang 330038,China;College of Information,Mechanical and Electrical Engineering,Shanghai Normal University,Shanghai 201418,China)

机构地区：[1]江西科技师范大学数学与计算机科学学院,南昌330038 [2]上海师范大学信息与机电工程学院,上海201418

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金（No.61862029）;江西省教育厅科技项目（No.GJJ180602）

年　　份：2020

卷　　号：56

期　　号：1

起止页码：25-37

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：近年来,全卷积神经网络发展迅猛,在多个视觉研究领域表现出了非常亮眼的成绩。重点收集了近几年的高质量文献,对其中提出的全卷积方法进行分析总结,力求让读者通过对研读,对全卷积神经网络的关键技术、研究现状和最新进展有一个比较全面的了解。将收集到的文献,按照研究领域的不同进行分类汇总,重点提取几个研究非常活跃的领域,详细介绍一些非常具有代表性的算法,并重点介绍了各种方法的精髓所在,同时还对近一年来的最新研究进展进行了概述。通过对大量文献的梳理研究,总结出全卷积神经网络在近几年取得的成就,分析各种方法的优缺点,根据全卷积神经网络目前还存在的一些问题,归纳出未来可能的发展方向。

关 键 词：全卷积神经网络  卷积计算  深度学习  视觉研究

分 类 号：TP391.4]