深度学习在目标检测中的应用,本文是目标检测有关论文范文文献和深度和目标检测和学习相关电大毕业论文范文.
目标检测论文参考文献：
【摘 要】 目标检测是机器学习的一个重要研究领域,在视频追踪、自动驾驶、人机交互等领域具有重要的应用价值.深度学习是目标检测的关键技术之一,其利用先进的卷积理论、深度置信网、神经网络等构建一个多层次的学习系统,能够实现特征检测、模式识别、目标检测等,提高了机器学习的准确性、可靠性和先进性.
【关键词】 深度学习 目标检测 卷积网络 视频追踪
一、引言
近年来大数据、云计算、互联网等技术快速发展,有力地促进了人类社会的信息化和智能化.深度学习是一种先进的知识挖掘技术,其以神经网络为应用基础,可以有效模拟人脑进行分析学习,实现对图像、声音、文本、基因等目标的检测,进一步支撑智能交通、医学诊断、文本检索、人机交互等应用,具有重要的作用和意义[1].
二、深度学习理论简介
深度学习来源于人工神经网络,包含多个隐藏层的感知器就属于一个深度学习结构,其可以有效地组合底层特征,形成一个更加抽象的高层表示属性类别或特征,发现数据分布式特征.可以使用多种方式描述深度学习的观测值,比如可以是特征向量、轮廓区域等,更容易从海量数据中进行实例学习,生成一个准确的网络结构,提高机器学习的准确度[2].经过多年的普及和使用,深度学习已经得到了极大的改进,引入了更多先进技术,取得了显著的应用成效,比如诞生了置信神经网络等.
三、深度学习在目标检测中的应用
深度学习技术的发展和普及,极大地推动了目标检测的应用和研究.目前检测与图像分类存在很大的不同,目标检测的主要目的是识别图像局部结构,实现区域性的挖掘和分析.深度学习在目标检测中应用时主要包括两类,分别是基于区域的方法和无区域的方法.区域深度学习技术采用选择性搜索策略提取候选区域,从学习网络中的每个区域提取固定长度的特征向量,经过多个卷积层和全连接层进行处理,可以得到一个高纬度特征向量,然后把特征向量输入到支持向量机中进行分类,这样就可以获取区域高度的交叠[3].区域深度学习网络不能利用局部目标在一副图像的空间中的信息,因此提出了无区域深度学习网络,引入回归计算的思想,提高目标检测准确度.无区域深度学习将目标检测看作是一个回归问题,其可以估计图像中的目标位置和类型概率,利用深度神经网络的回归输出目标轮廓,利用回归层代替深度学习网络中的最后一层,这样就更加有利于分类特征描述,准确捕获目标几何信息.
目前,深度学习在目标检测应用主要包括以下几个流程：摄像头可以采集视频,接着可以针对传感器或摄像头采集到的图像进行预处理,获取图像中的车辆、驾驶员图片,标定出这些对象的位置、大小.一副图像或一帧视频图像包含的内容非常丰富,模式特征也较多,比如直方图特征、模板各种、颜色特征、结构特征等,图像检测就是可以将有价值的信息挑出来,利用这些特征实现对象检测.图像识别时,由于申请对象拍摄的照片光线不均匀,因此图像识别时产生的噪声数据非常多,需要利用二值法、阈值法等针对图像进行预处理,降低图像识别时的噪声数据,更加准确的获取图像内容.深度学习构建了多层次的神经网络提取图像特征,然后针对特征内容进行分类,将图像划分为背景内容、目标对象,然后针对图像进行加工,将这些内容与数据库中保存的模式进行比对,更好的识别申请对象提交的内容.这样就可以更好的完成目标检测.
四、深度学习在目标检测中的应用发展趋势
深度学习作为目标检测一个主流研究方向,可以通过端到端训练自动学习任务,实现多层的非线性变换,获取图像高层抽象描述.但是深度学习理论还不完善,目前还存在一些问题,尚需要进一步的研究,未来深度学习在目标检测中的应用趋势包括以下几个方面：
（1）提升目标检测的可解释性.深度学习可以处理多目标遮挡和小尺寸目标,确定模型的深度,从底层实现信息处理的时候实现深度学习,构建一个可解释的操作模式,实现理论操作,进一步提升目标检测过程的可解释性.
（2）提高目标检测数据的多样性.未来目标检测发生的环境非常复杂,不仅包括视频、图像、文本、基因等方面,同时还包括3D 模型、虚拟现实模型等,目标检测数据更加具有多样性,因此可以提高深度学习泛化能力,避免过度的拟合造成准确度降低,确保目标检测数据多样化.
结束语：深度学习采用置信网络、卷积神经网络等统计学习理论,利用空间相关性减少网络参数,提高网络学习训练性能,进一步提高目标检测的准确度和可靠度,具有重要的作用和意义.
参 考 文 献
[1] 张慧, 王坤峰, 王飞跃. 深度学习在目标视觉检测中的应用进展与展望[J]. 自动化学报, 2017,43(8):1289-1305.
[2] 郑胤, 陈权崎, 章毓晋. 深度学习及其在目标和行为识别中的新进展[J]. 中国图象图形学报, 2014,19(2):175-184.
[3] 李海燕, 常富蓉. 基于深度学习文字检测的复杂环境车牌定位方法[J]. 现代计算机, 2017(33):10-14.
上文总结:本文是关于对不知道怎么写深度和目标检测和学习论文范文课题研究的大学硕士、目标检测本科毕业论文目标检测论文开题报告范文和文献综述及职称论文的作为参考文献资料.
基于深度学习的高中化学教学策略
【摘要】高中化学是高考重要科目之一,与人们生活密切相关 在高中化学教学中存在定位、活动开展及总体设计、技术应用都缺乏深度的问题,本文主要基于深度学习进行教学改进,以探讨适合高中化学教学的有效对策 【关.
借力高效设问，引领深度学习
【摘 要】 所谓深度学习,就是指学习主体主动探究、强化辨析、深入加工且构建知识的学习过程,学生在求知的过程中不断产生困惑,并解决相关问题,从而借助于自我追问的方式不断走向文本的深化过程 正所谓&ldq.
NVIDIA和Facebook携手强化Caffe2深度学习框架
NVIDIA 和Facebook 近日宣布, 双方将共同利用Facebook 提供给开源社区的新型人工智能深度学习框架Caffe2,推进人工智能的发展 得益于双方合作,NVIDIA 彻底而细致地调整了.
深度学习的三种核心算法模型
【摘要】 以数据为基础的数据时代来临,给人们的生活带来了前所未有的机遇与挑战,近些年来大数据相关技术的日益成熟,带动着与大数据相关的技术也取得了突飞猛进的进步,特别是深度学习 本文分析了深度学习的发展.