目标检测综述 Object Detection in 20 Years: A Survey翻译

摘要

  目标检测作为计算机视觉中最基础、最有挑战的问题之一，近年来受到了广泛的关注。它在过去二十年的发展可以看作是计算机视觉历史的缩影。如果我们把今天的目标检测看作是在深度学习力量下的技术美学，那么回到二十年前，我们将见证冷兵器时代的智慧。本文根据目标检测的发展，对400多篇相关的文章进行综述，时间跨度超过四分之一个世纪（从20世纪90年代到2019年）。本文涵盖了很多主题，包括历史上里程碑检测器、检测数据集、度量标准、检测系统的基本构件、加速技术以及最新的检测方法。本文也综述了行人检测、面部检测、文本检测等一些重要的检测应用，并对面临的挑战和近几年来的技术发展做了深度的分析。
关键词： 目标检测；机器视觉；深度学习；卷积神经网络；技术发展

1. Introduction

  目标检测是一项重要的计算机视觉任务，它处理在数字图像中检测特定类的可视对象(如人类、动物或汽车)的实例。目标检测的任务是开发计算模型和技术用来解决机器视觉应用中所需的最基本消息之一：物体在哪里？
  对象检测是计算机视觉的基本问题之一，是许多其他计算机视觉任务的基础，如实例分割、图像字幕、对象跟踪等。从一个应用的角度来看,目标检测可以分为两个研究主题“一般目标检测”和“检测应用”,前一个旨在探索的方法，在一个统一的框架来模拟人类的视觉和认知，检测不同类型的对象,后者一个指的是特定应用场景下的检测,如行人检测、人脸检测、文本检测等等。近年来，随着深度学习技术的快速发展，为目标检测注入了新的血液，并取得了显著的突破，将其推向了一个前所未有的研究热点。目标检测目前已广泛应用于许多实际应用中，如自主驾驶、机器人视觉、视频监控等。图1显示了