中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
計算機視覺中的目標特征模型和視覺注意模型 版權信息
- ISBN：9787568021890
- 條形碼：9787568021890 ; 978-7-5680-2189-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
計算機視覺中的目標特征模型和視覺注意模型 本書特色
本書共分為10章，以自動目標識別和視覺注意機制兩部分研究內容為基礎，主要闡述了自動目標識別中的目標特征模型和視覺注意機制中的視覺注意模型的分析與建模。本書可供從事計算機視覺研究的科研人員了解一般的目標特征模型和主要的視覺注意模型，同時提供合理的建模思路和方法。初復審編輯通過審讀，使書稿質量進一步得到了提升，終審在此基礎上對文前部分及前三分之一正文做了重點審讀。
計算機視覺中的目標特征模型和視覺注意模型 內容簡介
目標特征建模和視覺注意機制是計算機視覺、模式識別，特別是各種武器的導引、戰場監控、視覺導航等領域的研究熱點和難點問題。本書籍對目標的各種特征建模進行了研究，特征從底層特征到高層視覺特征分別由淺入深進行闡述，分析了目標各種特征模型下的特點及其在目標識別中的性能特點。同時，模擬人類的視覺感知建立視覺注意模型，實現顯著性目標檢測。該書藉對從事該領域研究的研究生、科研工作者是一本很好的入門書籍，并且對近幾年領域內學術內容的發展有了全面的認識。
計算機視覺中的目標特征模型和視覺注意模型 目錄
計算機視覺中的目標特征模型和視覺注意模型
**章 緒論
1.1 計算機視覺
1.2 與計算機視覺相關的學科
1.3 計算機視覺的應用
1.4 計算機視覺的經典問題
1.5 目標特征模型
1.5.1 目標自動識別中面臨的挑戰
1.5.2 識別中特征模型的發展
1.6 視覺注意模型
1.6.1 自底向上的視覺注意
1.6.2 自頂向下的視覺注意
第二章 目標特征模型
2.1 目標的基本特征 計算機視覺中的目標特征模型和視覺注意模型
**章 緒論
1.1 計算機視覺
1.2 與計算機視覺相關的學科
1.3 計算機視覺的應用
1.4 計算機視覺的經典問題
1.5 目標特征模型
1.5.1 目標自動識別中面臨的挑戰
1.5.2 識別中特征模型的發展
1.6 視覺注意模型
1.6.1 自底向上的視覺注意
1.6.2 自頂向下的視覺注意
第二章 目標特征模型
2.1 目標的基本特征
2.1.1 目標的全局特征
2.1.2 目標的局部特征
2.2 目標的高層特征
2.2.1 目標的結構特征
2.2.2 目標的視覺特征
2.3 本章小結
第三章 基于全局特征的目標模型
3.1 引言
3.2 目標全局特征建模
3.3 目標建模預處理
3.4 基于不變矩的機場建模及識別算法
3.4.1 基于區域不變矩的目標模型
3.4.2 基于目標模型的識別算法
3.4.3 實驗結果與分析
3.5 基于形狀特征的機場建模及識別算法
3.5.1 基于形狀模板的目標模型
3.5.2 基于目標模型的識別算法
3.5.3 基于神經網絡的目標識別
3.5.4 實驗結果與分析
3.6 本章小結
第四章 基于局部特征的目標模型
4.1 引言
4.2 基于局部特征的目標模型
4.3 圖像目標建模方法
4.3.1 局部特征區域的選擇和描述符的提取
4.3.2 特征描述子VQ算法及詞匯表
4.3.3 圖像目標語義概率擬合
4.4 目標局部模型在目標識別和場景分析中的應用
4.4.1 特征局部區域選擇
4.4.2 局部模型在目標識別中的應用
4.4.3 局部模型在地物場景分析中的應用
4.5 本章小結
第五章 基于結構特征的目標模型
5.1 引言
5.2 目標的結構化模型
5.3 目標的整體視覺模型
5.3.1 目標的整體視覺統計模型
5.3.2 模型的參數估計
5.3.3 模型與圖像的匹配算法
5.4 典型目標結構模型的模型實現
5.4.1 局部模型實現
5.4.2 空間關系模型實現
5.5 結構模型在目標檢測中的實現及應用
5.5.1 手動選擇模型局部區域
5.5.2 整體視覺模型
5.5.3 尋找目標局部特征匹配區域
5.5.4 尋找目標結構特征匹配區域
5.5.5 檢測結果
5.6 本章小結
第六章 基于視覺特征的目標模型
6.1引言
6.2 腦皮層視覺認知的前饋層級模型
6.2.1 視覺認知的量化模型
6.2.2 模型各層的數學模型
6.3 目標視覺認知模型及其應用
6.3.1 視覺模型在目標識別中的應用
6.3.2 視覺模型在目標檢測中的應用
6.4 本章小結
第七章 基于目標背景對比度的視覺注意計算模型
7.1 引言
7.2 自底向上顯著性圖
7.2.1 顯著性特征提取
7.2.2 顯著性圖的生成
7.3 自頂向下顯著性圖
7.3.1 訓練目標的表示
7.3.2 顯著性圖的生成
7.4 全局顯著性圖及顯著性區域的尺寸
7.4.1 全局顯著性圖
7.4.2 顯著性區域的尺寸
7.5 視覺轉移
7.6 實驗結果與分析
7.7 本章小結
第八章 基于目標自身特性的視覺注意計算模型
8.1 引言
8.2 目標表示
8.2.1 特征提取
8.2.2 訓練目標的表示
8.3 自頂向下的顯著性圖
8.4 全局顯著性圖
8.5 實驗結果與分析
8.5.1 單目標場景
8.5.2 多目標場景
8.5.3 合成目標場景
8.5.4 自然目標場景
8.6 目標背景對比度模型與目標自身特性模型的比較
8.7 本章小結
第九章 基于動態和靜態的視覺注意計算模型
9.1引言
9.2動態顯著圖
9.2.1常用的動態顯著性模型
9.2.2基于信息熵的動態顯著性模型
9.3 靜態顯著性圖和時空顯著性圖
9.3.1 靜態顯著性圖
9.3.2 動態顯著性圖
9.4 實驗結果與分析
9.5 本章小結
第十章 基于視覺注意區域可分辨率的圖像壓縮模型
10.1引言
10.2 圖像壓縮方法
10.3 可變分辨率的圖像壓縮模型
10.4 實驗結果與分析
10.5 本章小結 信息
**章 緒論
1.1 計算機視覺
1.2 與計算機視覺相關的學科
1.3 計算機視覺的應用
1.4 計算機視覺的經典問題
1.5 目標特征模型
1.5.1 目標自動識別中面臨的挑戰
1.5.2 識別中特征模型的發展
1.6 視覺注意模型
1.6.1 自底向上的視覺注意
1.6.2 自頂向下的視覺注意
第二章 目標特征模型
2.1 目標的基本特征 計算機視覺中的目標特征模型和視覺注意模型
**章 緒論
1.1 計算機視覺
1.2 與計算機視覺相關的學科
1.3 計算機視覺的應用
1.4 計算機視覺的經典問題
1.5 目標特征模型
1.5.1 目標自動識別中面臨的挑戰
1.5.2 識別中特征模型的發展
1.6 視覺注意模型
1.6.1 自底向上的視覺注意
1.6.2 自頂向下的視覺注意
第二章 目標特征模型
2.1 目標的基本特征
2.1.1 目標的全局特征
2.1.2 目標的局部特征
2.2 目標的高層特征
2.2.1 目標的結構特征
2.2.2 目標的視覺特征
2.3 本章小結
第三章 基于全局特征的目標模型
3.1 引言
3.2 目標全局特征建模
3.3 目標建模預處理
3.4 基于不變矩的機場建模及識別算法
3.4.1 基于區域不變矩的目標模型
3.4.2 基于目標模型的識別算法
3.4.3 實驗結果與分析
3.5 基于形狀特征的機場建模及識別算法
3.5.1 基于形狀模板的目標模型
3.5.2 基于目標模型的識別算法
3.5.3 基于神經網絡的目標識別
3.5.4 實驗結果與分析
3.6 本章小結
第四章 基于局部特征的目標模型
4.1 引言
4.2 基于局部特征的目標模型
4.3 圖像目標建模方法
4.3.1 局部特征區域的選擇和描述符的提取
4.3.2 特征描述子VQ算法及詞匯表
4.3.3 圖像目標語義概率擬合
4.4 目標局部模型在目標識別和場景分析中的應用
4.4.1 特征局部區域選擇
4.4.2 局部模型在目標識別中的應用
4.4.3 局部模型在地物場景分析中的應用
4.5 本章小結
第五章 基于結構特征的目標模型
5.1 引言
5.2 目標的結構化模型
5.3 目標的整體視覺模型
5.3.1 目標的整體視覺統計模型
5.3.2 模型的參數估計
5.3.3 模型與圖像的匹配算法
5.4 典型目標結構模型的模型實現
5.4.1 局部模型實現
5.4.2 空間關系模型實現
5.5 結構模型在目標檢測中的實現及應用
5.5.1 手動選擇模型局部區域
5.5.2 整體視覺模型
5.5.3 尋找目標局部特征匹配區域
5.5.4 尋找目標結構特征匹配區域
5.5.5 檢測結果
5.6 本章小結
第六章 基于視覺特征的目標模型
6.1引言
6.2 腦皮層視覺認知的前饋層級模型
6.2.1 視覺認知的量化模型
6.2.2 模型各層的數學模型
6.3 目標視覺認知模型及其應用
6.3.1 視覺模型在目標識別中的應用
6.3.2 視覺模型在目標檢測中的應用
6.4 本章小結
第七章 基于目標背景對比度的視覺注意計算模型
7.1 引言
7.2 自底向上顯著性圖
7.2.1 顯著性特征提取
7.2.2 顯著性圖的生成
7.3 自頂向下顯著性圖
7.3.1 訓練目標的表示
7.3.2 顯著性圖的生成
7.4 全局顯著性圖及顯著性區域的尺寸
7.4.1 全局顯著性圖
7.4.2 顯著性區域的尺寸
7.5 視覺轉移
7.6 實驗結果與分析
7.7 本章小結
第八章 基于目標自身特性的視覺注意計算模型
8.1 引言
8.2 目標表示
8.2.1 特征提取
8.2.2 訓練目標的表示
8.3 自頂向下的顯著性圖
8.4 全局顯著性圖
8.5 實驗結果與分析
8.5.1 單目標場景
8.5.2 多目標場景
8.5.3 合成目標場景
8.5.4 自然目標場景
8.6 目標背景對比度模型與目標自身特性模型的比較
8.7 本章小結
第九章 基于動態和靜態的視覺注意計算模型
9.1引言
9.2動態顯著圖
9.2.1常用的動態顯著性模型
9.2.2基于信息熵的動態顯著性模型
9.3 靜態顯著性圖和時空顯著性圖
9.3.1 靜態顯著性圖
9.3.2 動態顯著性圖
9.4 實驗結果與分析
9.5 本章小結
第十章 基于視覺注意區域可分辨率的圖像壓縮模型
10.1引言
10.2 圖像壓縮方法
10.3 可變分辨率的圖像壓縮模型
10.4 實驗結果與分析
10.5 本章小結 信息
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
莉莉和章魚
- >
唐代進士錄
- >
詩經-先民的歌唱
- >
我與地壇
- >
二體千字文
- >
朝聞道
- >
龍榆生：詞曲概論/大家小書
本類暢銷
