摘要：輪廓檢測旨在提取圖像中目標與背景環境的分界線,是計算機視覺研究領域中最基本的問題之一.深度學習技術作為直接從數據中學習特征表示的有效方法,近年來啟發輪廓檢測領域取得了顯著的突破.鑒于此,本文就基于深度學習的輪廓檢測研究領域的最新發展進行總結,具體包括:輪廓檢測任務中采用的卷積神經網絡結構,相關訓練數據構造、特征壓縮、上采樣、代價函數和輪廓細化等關鍵問題,輪廓檢測實驗中采用的通用數據集和性能評價指標.最后,分析了基于深度學習的輪廓檢測算法的挑戰和未來研究趨勢,以期為該領域的后續研究提供新思路及參考.