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
基于類腦計算的目標檢測與跟蹤技術 版權信息
- ISBN：9787568294065
- 條形碼：9787568294065 ; 978-7-5682-9406-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于類腦計算的目標檢測與跟蹤技術 本書特色
本書系統闡述了人腦視覺信息處理機制的基本原理、主要特性、數學建模及算法設計等。同時，結合深度神經網絡（DNN）、類腦芯片技術，給出了基于復合類腦模型的目標檢測與跟蹤方法及應用示例，旨在提高讀者對于類腦人工智能技術的理解、設計及實踐能力，為從事類腦人工智能相關的科學研究、工程應用等工作奠定基礎。
基于類腦計算的目標檢測與跟蹤技術 內容簡介
本書系統闡述了人腦視覺信息處理機制的基本原理、主要特性、數學建模及算法設計等。同時, 結合深度神經網絡 (DNN) 、類腦芯片技術, 給出了基于復合類腦模型的目標檢測與跟蹤方法及應用示例, 旨在提高讀者對于類腦人工智能技術的理解、設計及實踐能力, 為從事類腦人工智能相關的科學研究、工程應用等工作奠定基礎。
基于類腦計算的目標檢測與跟蹤技術 目錄
第1章 概述
1．1 常規目標檢測方法
1．1．1 基于背景建模的目標檢測方法
1．1．2 基于前景建模的目標檢測方法
1．2 常規目標跟蹤方法
1．2．1 生成式目標跟蹤方法
1．2．2 判別式目標跟蹤方法
1．3 類腦計算模型及應用
1．3．1 神經工程導向的類腦模型及算法
1．3．2 計算機工程導向類腦模型及算法
小結
參考文獻
第2章 人腦視覺系統的側抑制機制及其應用
2．1 側抑制機制及常規數學模型
2．1．1 側抑制機制
2．1．2 常規側抑制模型
2．2 新型側抑制模型設計
2．2．1 自適應側抑制模型
2．2．2 演算側抑制模型
2．3 基于自適應側抑制模型的目標檢測算法
2．3．1 算法設計
2．3．2 算法流程
2．3．3 實驗及結果分析
2．4 基于演算側抑制模型的目標檢測算法
2．4．1 算法設計
2．4．2 算法流程
2．4．3 實驗及結果分析
小結
參考文獻
第3章 人腦視覺系統的感受野機制及其應用
3．1 感受野機制
3．1．1 經典感受野
3．1．2 非經典感受野
3．2 自適應感受野模型
3．3 基于自適應感受野的紅外目標檢測方法
3．3．1 算法流程
3．3．2 實驗及結果分析
小結
參考文獻
第4章 基于脈沖耦合神經網絡的目標檢測方法
4．1 脈沖耦合神經網絡
4．1．1 發展歷程
4．1．2 原理及模型
4．2 新型PCNN模型設計
4．2．1 ALI-PCNN
4．2．2 Fusion SPCNN
4．3 基于ALI-PCNN的紅外弱小目標檢測與跟蹤方法
4．3．1 算法設計
4．3．2 應用實例
4．4 基于FSPCNN的紅外目標檢測方法
4．4．1 算法設計
4．4．2 應用實例
小結
參考文獻
第5章 人腦視覺系統的視覺注意機制及其應用
5．1 視覺注意機制及常規數學模型
5．1．1 視覺注意機制
5．1．2 常規視覺注意模型
5．2 新型視覺注意模型
5．2．1 SC視覺注意模型
……
第6章 人腦視覺系統的記憶機制及其應用
第7章 基于卷積神經網絡與人腦記憶模型的目標跟蹤算法
第8章 類腦計算平臺及其目標檢測與跟蹤應用
1．1 常規目標檢測方法
1．1．1 基于背景建模的目標檢測方法
1．1．2 基于前景建模的目標檢測方法
1．2 常規目標跟蹤方法
1．2．1 生成式目標跟蹤方法
1．2．2 判別式目標跟蹤方法
1．3 類腦計算模型及應用
1．3．1 神經工程導向的類腦模型及算法
1．3．2 計算機工程導向類腦模型及算法
小結
參考文獻
第2章 人腦視覺系統的側抑制機制及其應用
2．1 側抑制機制及常規數學模型
2．1．1 側抑制機制
2．1．2 常規側抑制模型
2．2 新型側抑制模型設計
2．2．1 自適應側抑制模型
2．2．2 演算側抑制模型
2．3 基于自適應側抑制模型的目標檢測算法
2．3．1 算法設計
2．3．2 算法流程
2．3．3 實驗及結果分析
2．4 基于演算側抑制模型的目標檢測算法
2．4．1 算法設計
2．4．2 算法流程
2．4．3 實驗及結果分析
小結
參考文獻
第3章 人腦視覺系統的感受野機制及其應用
3．1 感受野機制
3．1．1 經典感受野
3．1．2 非經典感受野
3．2 自適應感受野模型
3．3 基于自適應感受野的紅外目標檢測方法
3．3．1 算法流程
3．3．2 實驗及結果分析
小結
參考文獻
第4章 基于脈沖耦合神經網絡的目標檢測方法
4．1 脈沖耦合神經網絡
4．1．1 發展歷程
4．1．2 原理及模型
4．2 新型PCNN模型設計
4．2．1 ALI-PCNN
4．2．2 Fusion SPCNN
4．3 基于ALI-PCNN的紅外弱小目標檢測與跟蹤方法
4．3．1 算法設計
4．3．2 應用實例
4．4 基于FSPCNN的紅外目標檢測方法
4．4．1 算法設計
4．4．2 應用實例
小結
參考文獻
第5章 人腦視覺系統的視覺注意機制及其應用
5．1 視覺注意機制及常規數學模型
5．1．1 視覺注意機制
5．1．2 常規視覺注意模型
5．2 新型視覺注意模型
5．2．1 SC視覺注意模型
……
第6章 人腦視覺系統的記憶機制及其應用
第7章 基于卷積神經網絡與人腦記憶模型的目標跟蹤算法
第8章 類腦計算平臺及其目標檢測與跟蹤應用
展開全部
基于類腦計算的目標檢測與跟蹤技術 作者簡介
宋勇，男，北京理工大學教授，博士生導師，北京理工大學光電學院光電儀器研究所所長。國際大學生類腦計算大賽評委，國家重點研發計劃／國家自然科學基金評審專家，中國儀器儀表學會／中國生物醫學工程學會分會常務理事／委員，Joumal of Artificial Intelligence and Technology （JAIT）、《光學與光電技術》《兵器裝備工程學報》編委，北京理工大學“智能感知工程”專業帶頭人。長期從事類腦信息處理、智能光電系統、生物交叉信息網絡等領域的科研與教學工作。主持國家、省部級科研項目40余項，獲省部級科技進步／技術發明獎各一項，發表SCI/EI論文100余篇，出版學術專著2部，授權／申請國家發明專利、軟件版權50余項。 郝群，女，北京理工大學特聘教授、光電學院院長，長春理工大學副校長（掛職）。科技部重點領域創新團隊負責人，教育部跨世紀優秀人才，北京市教學名師，全國“巾幗建功”標兵。長期從事新型光電成像傳感技術和光電精密測試技術領域教學和科研工作，主要研究方向包括新型光電成像技術、仿生光電感測技術等。主持國家自然科學基金／重點項目等國家項目多項，獲得省部級技術發明一等獎2項，發表SCI論文80余篇；出版專著3部，授權國家發明專利80余項。 李國齊，男，清華大學精密儀器系、清華大學類腦計算中心副教授，博士生導師， 《控制與決策》編委，國際期刊Frontiers in Neurosclence：Neuromorphic Engineering副主編。主要研究方向為類腦計算與類腦智能，作為負責人承擔多項國家自然科學基金和科技部重點研發項目，在Nature、Proceedings of the IEEE、IEEE TPAMI等人工智能領域期刊和會議發表論文100余篇。曾獲北京市自然科學基金優秀青年人才、北京市智源人工智能研究院“智源學者”稱號和中國指揮與控制學會科學技術進步一等獎。
書友推薦
- >
巴金－再思錄
- >
回憶愛瑪儂
- >
自卑與超越
- >
名家帶你讀魯迅:故事新編
- >
莉莉和章魚
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家帶你讀魯迅:朝花夕拾
- >
推拿
本類暢銷
