文献类型：期刊文章

作　　者：肖雨晴[1] 杨慧敏[1]

XIAO Yuqing;YANG Huimin(College of Engineering and Technology,Northeast Forestry University,Harbin 150040,China)

机构地区：[1]东北林业大学工程技术学院,哈尔滨150040

出　　处：《计算机工程与应用》

基　　金：中央高校业务经费(2572016CB11)。

年　　份：2021

卷　　号：57

期　　号：6

起止页码：30-41

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目标检测是计算机视觉领域的重要研究任务,在机器人、自动驾驶、工业检测等方面应用广泛。在深度学习理论的基础上,系统性总结了目标检测算法的发展与研究现状,对两类算法的特点、优缺点和实时性进行对比。以交通场景中三类典型物体(非机动车、机动车和行人)为目标,从传统检测方法、目标检测算法、目标检测算法优化、三维目标检测、多模态目标检测和重识别六个方面分别论述和总结目标检测算法检测识别交通场景目标的研究现状与应用情况,重点介绍了各类方法的优势、局限性和适用场景。归纳了常用目标检测和交通场景数据集及评价标准,比较分析两类算法性能,展望目标检测算法在交通场景中应用研究的发展趋势,为智能交通、自动驾驶提供研究思路。

关 键 词：目标检测 深度学习  交通场景 计算机视觉 自动驾驶

分 类 号：TP391]