基于深度学习的对象检测视频/图像综合概览
计算机视觉与模式识别
2026-01-22 v1 人工智能
摘要
视频和图像监视中的目标检测是一项已确立且快速发展的任务，受到近期深度学习进展的强烈影响。本综述通过考察架构创新、生成模型集成以及利用时间信息提高鲁棒性和准确性等方面，总结了现代技术。与之前的调查不同，本综述根据核心架构、数据处理策略以及监视特定挑战（如动态环境、遮挡、光照变化和实时性要求）对方法进行分类。主要目标是评估语义目标检测的当前效果，而次要目标包括分析深度学习模型及其实际应用。综述涵盖基于 CNN 的检测器、GAN 辅助方法以及时序融合方法，突出显示生成模型如何支持诸如重建缺失帧、减少遮挡和规范化光照等任务。它还概述了预处理流程、特征提取进展、基准数据集和比较评估。最后，指出了面向未来的低延迟、高效和时空学习方法的 emerging 趋势。
引用
@article{arxiv.2601.14677,
title = {A comprehensive overview of deep learning models for object detection from videos/images},
author = {Sukana Zulfqar and Sadia Saeed and M. Azam Zia and Anjum Ali and Faisal Mehmood and Abid Ali},
journal= {arXiv preprint arXiv:2601.14677},
year = {2026}
}
备注
N/A