第1章 目標檢測技術及其發展

1.1 數字圖像處理與深度學習   2

1.1.1 數字圖像處理的基礎知識2

1.1.2 深度學習的基礎知識4

1.2 目標檢測技術及其評價指標   17

1.2.1 什麼是目標檢測技術17

1.2.2 目標檢測的評價指標18

1.3 目標檢測的研究進展   20

1.3.1 傳統視覺目標檢測的研究進展20

1.3.2 基於深度學習的視覺目標檢測研究進展22

1.3.3 總結與展望32

1.4 目標檢測技術的難點   34

1.5 AI對抗攻擊的內涵與研究狀況   36

1.5.1 AI對抗攻擊的內涵37

1.5.2 AI對抗攻擊的研究狀況38



第2章 大腦視覺皮層的機理分析

2.1 視覺繫統的運行流程   44

2.2 眼球-視網膜-視神經工作機制   45

2.3 視覺皮層的工作機制   49

2.4 受視覺皮層啟發的目標檢測研究現狀及思考   61



第3章 類腦智能目標檢測網絡的構建與優化

3.1 構建的總體思路   68

3.2 仿V1視覺皮層模塊   71

3.3 視覺注意力模塊   74

3.4 類腦智能目標檢測深度網絡框架   76

3.5 目標檢測的網絡模型壓縮提速   84

3.5.1 模型剪枝技術84

3.5.2 模型量化技術87



第4章 類腦智能目標檢測網絡的性能評價

4.1 在公開數據集COCO 2017上目標識別性能評估   90

4.1.1 COCO數據集簡介90

4.1.2 模型訓練過程91

4.1.3 性能對比分析95

4.2 在自建數據集上性能評估   97

4.3 存在AI對抗攻擊時的目標檢測效能   99

4.3.1 AI對抗攻擊圖案99

4.3.2 AI對抗攻擊下的目標檢測效果分析100



第5章 在無人駕駛車輛上的應用驗證

5.1 無人駕駛車輛的發展與分析   106

5.1.1 無人駕駛車輛的發展106

5.1.2 無人駕駛車輛在視覺感知方面的瓶頸117

5.2 面向復雜城市環境的數據集構建   120

5.2.1 數據集概述120

5.2.2 數據集詳細情況122

5.3 面向干擾環境無人車交通標志識別   130

5.3.1 應用驗證繫統簡介130

5.3.2 應用驗證場景介紹134

5.3.3 應用驗證效果及對比分析137

5.4 基於視覺目標檢測的車臂協同開門   144

5.4.1 應用驗證繫統簡介144

5.4.2 繫統驗證場景介紹及驗證效果對比分析151



第6章 類腦目標檢測繫統的綜合評價

6.1 構建綜合評價模型的總體思路   156

6.2 綜合評價的具體實現過程   158

6.3 指標評測方法與流程   165



總結與展望   168



參考文獻   169

目標檢測是指對圖像中感興趣物體的類別和位置進行判斷的過程，在自動駕駛、安防監控、智能機器人、航空航天、醫療診斷等領域應用廣泛。目前基於數據驅動的目標檢測存在抗干擾能力不足等瓶頸問題，易受外界環境因素的影響，導致誤檢或漏檢，如2016～2021年特斯拉無人車發生的四次重大事故，均是由於將白色集裝箱誤檢為白雲而導致的。然而，人類大腦視覺皮層經過漫長的進化，可實現高效、精確的目標檢測，具有很強的適應性和穩定性。本書以此為研究背景，從仿生的角度出發，深入分析如何構建具有抗干擾能力的類腦智能目標檢測網絡。

本書將人工智能與人類智慧深度融合，繫統、全面地介紹了類腦智能目標檢測網絡的構建原理、方法和過程，具有較高的學術價值；同時，本書將所構建的類腦智能目標檢測網絡在無人車交通標志檢測、無人車-機械臂協同作業這兩個場景中進行了示範應用，具有較大的工程應用價值。

本書緊扣國際前沿熱點，其主要創新性內容如下：針對現有目標檢測深度神經網絡抗干擾能力差的瓶頸問題，模擬大腦初級視覺皮層的生物學機理和人類認知注意機制，提出了受大腦視覺皮層啟發的多層級、多通路、融合認知注意的類腦目標檢測網絡，可實現在表面遮擋、噪聲影響、光照變化、AI對抗等環境下的目標精準檢測，具有良好的實時性、穩定性和抗干擾能力。[注：本書的主要創新性內容經第三方查新（查新報告號：2021080）表明，未見公開報道，具有創新性。]

本書的主要讀者群體為從事類腦智能、計算機視覺、無人繫統研究的科研工作者，以及人工智能、電子信息、計算機工程等相關專業的博士研究生、碩士研究生。“類腦智能”是新一代人工智能的重要發展方向之一。

本書共6章，分別從“目標檢測技術及其發展”“大腦視覺皮層的機理分析”“類腦智能目標檢測網絡的構建與優化”“類腦智能目標檢測網絡的性能評價”“在無人駕駛車輛上的應用驗證”“類腦目標檢測繫統的綜合評價”等角度開展論述，緊扣前沿，繫統全面，集學術性、創新性、實用性於一體。

感謝北京市科技計劃“高抗擾性目標檢測技術及其應用”項目以及科技發展中心中國高校產學研創新基金“仿視覺皮層的目標識別網絡研究及其應用”的資助；感謝武警工程大學“高層次科技創新人纔引進計劃”的支持。

感謝北京大學譚營教授、北京師範大學李小俚教授、北京航空航天大學王青雲教授、北京航空航天大學洪晟研究員、北京鋼鐵俠科技有限公司董事長張銳對本書的指導和支持。

感謝劉華鵬工程師、樊迪博士、馬燕琳工程師、王子徹工程師、陳路豪工程師在本書撰寫過程中所做的貢獻。

由於筆者水平所限，書中不妥之處敬請讀者批評指正。



趙小川