第5讲 深度学习在显著性检测中的应用  

Deep Learning in Saliency Detection

作　　者：王文[1] 曹铁勇[2] 郑云飞[3] 李飞彬 

机构地区：[1]解放军理工大学指挥信息系统学院研究生1队,江苏南京210007 [2]解放军理工大学指挥信息系统学院 [3]解放军理工大学指挥信息系统学院研究生2队

出　　处：《军事通信技术》2016年第2期92-97,共6页Journal of Military Communications Technology

基　　金：国家自然科学基金资助项目(61471394;61402519);江苏省自然科学基金资助项目(BK20140071;BK20140074;BK2012510)

摘　　要：深度学习是近10年来人工智能领域取得的最重要的突破之一,它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功,其中卷积神经网络因其结构特殊性尤其适用于图像处理领域。文章介绍了卷积神经网络适用于图像处理的特性,并概述了两种典型的使用卷积神经网络的显著性检测算法,最后展望了深度学习的未来发展,以及在计算机视觉领域的进一步应用。Deep learning is one of the most important breakthroughs in the area of artificial intelligence last decade. It has achieved great success in speech recognition, natural language pro- cessing, computer vision, image and video analysis, multimedia and other fields. The convolu- tional neural network is especially suitable for image processing because of the special nature of the structure. The article described why the convolutional neural network is suitable for image processing, presented an overview of two typical saliency detection algorithms using convolution- al neural network, and analyzed the future development of deep learning, and its further applica- tion in the field of computer vision.

关 键 词：深度学习 卷积神经网络 图像处理 显著性检测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]