摘要：輪廓檢測(cè)旨在提取圖像中目標(biāo)與背景環(huán)境的分界線,是計(jì)算機(jī)視覺(jué)研究領(lǐng)域中最基本的問(wèn)題之一.深度學(xué)習(xí)技術(shù)作為直接從數(shù)據(jù)中學(xué)習(xí)特征表示的有效方法,近年來(lái)啟發(fā)輪廓檢測(cè)領(lǐng)域取得了顯著的突破.鑒于此,本文就基于深度學(xué)習(xí)的輪廓檢測(cè)研究領(lǐng)域的最新發(fā)展進(jìn)行總結(jié),具體包括:輪廓檢測(cè)任務(wù)中采用的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),相關(guān)訓(xùn)練數(shù)據(jù)構(gòu)造、特征壓縮、上采樣、代價(jià)函數(shù)和輪廓細(xì)化等關(guān)鍵問(wèn)題,輪廓檢測(cè)實(shí)驗(yàn)中采用的通用數(shù)據(jù)集和性能評(píng)價(jià)指標(biāo).最后,分析了基于深度學(xué)習(xí)的輪廓檢測(cè)算法的挑戰(zhàn)和未來(lái)研究趨勢(shì),以期為該領(lǐng)域的后續(xù)研究提供新思路及參考.