图像理解中的卷积神经网络

周明全1常亮1杨硕2武仲科1王宏安2袁野2邓小明2

1.北京师范大学; 2.中国科学院软件研究所;

摘要：

近年来,卷积神经网络(Convolutional neural networks, CNN)已在图像理解领域得到了广泛的应用,引起了研究者的关注。特别是随着大规模图像数据的产生以及计算机硬件(特别是GPU)的飞速发展,卷积神经网络以及其改进方法在图像理解中取得了突破性的成果,引发了研究的热潮。本文综述了卷积神经网络在图像理解中的研究进展与典型应用。首先,阐述卷积神经网络的基础理论；然后,阐述其在图像理解的具体方面,如图像分类与物体检测、人脸识别和场景的语义分割等的研究进展与应用。

关键词：卷积神经网络、图像理解、深度学习、图像分类、物体检测

所属期刊栏目：42

分类号：TP3;TP1

资助基金：国家自然科学基金61402040,61473276;中国科学院青年创新促进会资助Supported by National Natural Science Foundation of China61402040,61473276;Youth Innovation Promotion Associ-ation, Chinese Academy of Sciences

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1300-1312