基于深度卷积神经网络的对象检测关键技术研究

The amount of global visual data (images and videos) grows rapidly with the development of image acquisition and network communication techniques, especially the invention of intelligent terminal and wearable devices. How to manage and make full use of visual data has become a key issue in both academia and industry. Visual data analysis based on deep learning has proved efficient applying in computer vision, while early research mainly focuses on coarse-grained image classification based on deep learning, which leads to a lack of research on object detection based on deep convolutional neural networks. A further research makes both theoretical significance and widespread application value. This project presents the research work of object detection based on deep convolutional neural networks, and the main research contents are as follows: model transfer of deep convolutional neural networks, local deep feature learning, visual object location and detection, etc. Furthermore, a prototype system of object detection based on deep convolutional neural networks is developed with the above research. This project is expected as a breakthrough and innovation on object detection based on deep learning, both in theory and technology, and finally contributes to the foundation of related research and application.

随着图像采集技术及网络通信技术的发展，特别是智能终端设备和可穿戴设备的出现，全球可视数据（图像和视频）迅速增长，如何管理和利用好这些可视数据成为学术界和工业界关注的核心问题。基于深度学习的可视数据分析技术已经被证明是一种有效的计算机视觉方法，早期的研究成果主要集中在基于深度学习的粗粒度图像分类上，而对于基于深度卷积神经网络的对象检测方法的研究还很不成熟，其也是未来深度学习应用的重点研究方向，包括众多基础理论和实用技术，其研究具有重要理论意义和广泛应用价值。本项目将针对基于深度卷积神经网络的对象检测问题展开研究，主要研究内容有：深度卷积神经网络的模型迁移、局部深度特征学习、视觉对象定位与识别等，并在以上关键技术与算法研究的基础上，研发基于深度卷积神经网络的对象检测与识别原型系统。本项目力争在基于深度学习的对象检测理论上有所突破，技术方法上有所创新，为该项技术的理论研究和实际应用奠定基础。

对象检测（Object Detection）技术是可视数据分析和处理的核心技术之一，是对象识别的基础和关键，也是可视数据分析中最为基础和重要的一环。近年来，深度学习（Deep Learning）的逐渐成熟推动了计算机视觉技术的快速发展和应用，基于卷积神经网络的对象检测技术是利用深度学习方法学习对象特征，并结合区域定位方法实现对象在图像中的定位与识别的技术，其可以有效解决通用对象检测和识别的问题，研究涉及到计算机视觉、人工智能、大数据技术等众多基础理论和实用技术，对于可视数据的分析具有重要的理论意义和广泛的应用价值。本项目针对基于卷积神经网络的对象检测技术开展算法研究和系统开发工作，主要解决了深度学习对象检测中的弱监督模型训练、模型压缩优化和视频对象检测系统开发等问题，提出了变尺度单滤波视频对象追踪方法、有噪训练数据模型训练方法、少样本模型学习方法、自适应模型剪枝策略等，解决了普遍存在的深度模型对标注数据噪声的影响和深度模型的前端部署难题，并研制了视频对象检测与识别原型系统。在项目执行期间，按计划完成了各项研究工作，累计发表CCF A类论文超过40篇，申请发明专利6项，获得电子学会技术发明一等奖一项。项目成果在快手和华为等公司进行了应用，取得了良好的应用效果。