1. 研究目的与意义（文献综述包含参考文献）

1. 选题背景与意义 对象检测作为图像处理和计算机视觉领域中的经典课题，在交通监控，图像检索，人机交互等方面有着广泛的应用。

它旨在一个静态图像（或动态视频）中检测出人们感兴趣的目标对象。

传统的对象检测算法中提取和分类决策分开进行，对特征选取的要求就更加严格，在面对复杂场景的时候很难得到理想结果。

2. 研究的基本内容、问题解决措施及方案

一、研究内容： 本课题是基于深度学习的基本理论原理，需要掌握卷积神经网络的基本架构，并尝试实现一个基于深度学习的车辆检测系统。

主要内容如下： 1. 了解深度学习的最新研究进展，了解目前基于深度学习的对象检测的主要技术； 2. 以卷积神经网络（cnn）为入手点，了解深度学习的相关技术的理论基础，掌握卷积神经网络的基本架构并在此基础上，尝试比较最新的对象检测技术，了解它们的各自特点； 3. 在了解相关理论基础的前提下，实现一个基于深度学习的对象检测系统，以车辆检测为案例，测试识别效果并对完成的检测器模型进行准确率评测。

二、拟采用的研究手段 研究环境：windows8.1 matlab 2017a 研究思路：对象检测作为当下图像处理与计算机视觉领域中研究的热点，相对于传统算法，深度学习越来越展现出它独特的魅力。