中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
數字圖像視覺顯著性檢測、修復與目標識別技術 版權信息
- ISBN：9787122438904
- 條形碼：9787122438904 ; 978-7-122-43890-4
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數字圖像視覺顯著性檢測、修復與目標識別技術 本書特色
1、作者運用計算機視覺技術解決視覺檢測、水下圖像處理等科研難題的學術總結，有較強的借鑒啟發價值。2、取材于省級重大科技專項，面向戰略新興科技攻關，在機器人智能化、深海發展戰略等領域方向均有重要應用價值。
數字圖像視覺顯著性檢測、修復與目標識別技術 內容簡介
本書以提高智能無人系統的環境感知和識別能力為主線，系統展示基于視覺注意機制的服務機器人深度感知方法研究、基于深度學習框架的水下遮擋圖像識別方法研究、面向畜類肉品骨骼在線定位的輕量化顯著性檢測網絡構建等典型應用案例。本書充分介紹了視覺顯著性檢測、視覺注意機制、圖像修復、目標檢測與識別的發展現狀，構建了基于脈沖耦合神經網絡和基于元胞自動機多尺度優化的改進顯著性區域提取算法，提出了基于兩階段引導的協同顯著性檢測方法，同時基于深度學習框架搭建多個遮擋圖像重構和目標識別方法，并在軟件仿真、真實環境等多實驗場景中驗證了算法的有效性。 本書適合從事智能機器人開發和研制的科研人員、智能制造行業及智能城市建設管理人員閱讀，也可作為高等院校人工智能、機器人工程、農業工程等專業教師、學生的參考書。
數字圖像視覺顯著性檢測、修復與目標識別技術 目錄
**章緒論
**節計算機視覺技術002
第二節視覺注意機制研究現狀005
一、 元胞自動機的基本結構006
二、協同顯著性算法研究現狀010
第三節圖像修復與目標檢測研究現狀013
一、圖像修復的研究現狀013
二、目標檢測的研究現狀015
第二章基于PCNN的顯著性區域混合估計模型研究
**節引言018
第二節顯著性濾波算法020
一、圖像預處理（abstraction）020
二、顏色獨立性度量（element uniqueness）021
三、空間顏色分布度量（element distribution）022
四、生成顯著性圖（saliency assignment）023
五、算法魯棒性討論023
第三節基于PCNN的改進顯著性區域提取算法025
一、輸入單元026
二、連接調制單元027
三、點火脈沖單元027
第四節實驗結果及總結分析030
一、標準數據庫030
二、評價方案和指標031
三、標準數據庫實驗及分析033
第三章基于多尺度優化的顯著性目標細微區域檢測方法研究
**節引言044
第二節元胞自動機模型045
一、元胞自動機的基本結構045
二、元胞自動機的應用047
第三節顯著性目標細微區域檢測算法047
一、暗通道先驗原始顯著性圖049
二、元胞自動機優化顯著性圖051
三、貝葉斯概率融合方法052
第四節實驗結果及分析054
一、DUTOMRON數據庫054
二、加權綜合F值評價方案055
三、數據庫實驗及分析058
第四章基于引導傳播和流形排序的協同顯著性檢測方法研究
**節引言068
第二節基于流形排序的顯著性計算方法069
一、流形排序070
二、圖模型建立070
三、顯著性檢測071
第三節協同顯著性算法模型072
一、輸入圖像預處理074
二、圖像間顯著性傳播075
三、圖像內流形排序076
第四節實驗結果及分析078
一、協同顯著性數據庫078
二、定性和定量對比實驗078
三、算法參數討論086
四、算法模型獨立性分析087
五、算法執行效率088
六、真實場景圖像檢測和分割實驗088
第五章場內外特征融合的水下殘缺圖像精細修復
**節常識性知識的檢索和嵌入092
第二節特征融合094
第三節基于場內外特征融合的水下殘缺圖像重構096
一、水下殘缺圖像重構模型096
二、粗修復網絡096
三、精細修復網絡097
四、損失函數099
第四節場內外特征融合的水下殘缺圖像修復結果與分析100
一、實驗設置100
二、定性評價實驗100
三、定量評價實驗104
第六章基于顯著環境特征融合的水下遮擋目標精細重構
**節對比學習108
第二節注意力機制110
第三節基于環境特征融合的水下遮擋目標精細重構112
一、水下遮擋目標精細重構模型112
二、模型訓練與損失函數113
第四節基于環境特征融合的水下遮擋目標重構實驗結果與分析114
一、實驗設置114
二、水下遮擋圖像重構仿真與結果分析114
第七章水下遮擋目標的識別
**節基于遷移學習的水下遮擋目標識別122
一、遷移學習介紹123
二、基于自適應多特征集成遷移學習模型123
三、基于遷移學習的水下遮擋目標識別124
第二節基于融合顯著環境特征的水下遮擋目標識別125
一、特征提取126
二、交互作用128
三、目標識別及損失函數129
四、基于融合顯著環境特征的水下遮擋目標識別仿真與結果分析130
第三節基于兩階段圖像重構策略的水下遮擋目標識別136
一、自適應邊界回歸的目標識別模型136
二、基于兩階段圖像重構策略的水下遮擋目標識別仿真與結果分析139
第八章應用案例
**節顯著性檢測在機器人目標抓取任務中的典型應用案例144
一、服務機器人平臺介紹144
二、基于顯著性檢測的空間障礙物感知策略148
三、基于協同顯著性檢測的空間物體檢測與定位方法151
第二節水下目標識別在AUV場景感知任務中的典型應用案例155
一、水下機器人的研究現狀155
二、圖像處理技術在水下機器人領域的應用現狀156
三、機器人調試與水下圖像識別157
第三節輕量級顯著性檢測在肉品智能化加工中的經典應用案例157
一、輕量級顯著性檢測研究現狀157
二、國內外肉品智能化加工機器人技術發展狀況158
三、基于輕量化顯著性檢測的畜類肉品骨骼在線定位160
第四節總結與展望162
一、總結162
二、展望165
參考文獻
**節計算機視覺技術002
第二節視覺注意機制研究現狀005
一、 元胞自動機的基本結構006
二、協同顯著性算法研究現狀010
第三節圖像修復與目標檢測研究現狀013
一、圖像修復的研究現狀013
二、目標檢測的研究現狀015
第二章基于PCNN的顯著性區域混合估計模型研究
**節引言018
第二節顯著性濾波算法020
一、圖像預處理（abstraction）020
二、顏色獨立性度量（element uniqueness）021
三、空間顏色分布度量（element distribution）022
四、生成顯著性圖（saliency assignment）023
五、算法魯棒性討論023
第三節基于PCNN的改進顯著性區域提取算法025
一、輸入單元026
二、連接調制單元027
三、點火脈沖單元027
第四節實驗結果及總結分析030
一、標準數據庫030
二、評價方案和指標031
三、標準數據庫實驗及分析033
第三章基于多尺度優化的顯著性目標細微區域檢測方法研究
**節引言044
第二節元胞自動機模型045
一、元胞自動機的基本結構045
二、元胞自動機的應用047
第三節顯著性目標細微區域檢測算法047
一、暗通道先驗原始顯著性圖049
二、元胞自動機優化顯著性圖051
三、貝葉斯概率融合方法052
第四節實驗結果及分析054
一、DUTOMRON數據庫054
二、加權綜合F值評價方案055
三、數據庫實驗及分析058
第四章基于引導傳播和流形排序的協同顯著性檢測方法研究
**節引言068
第二節基于流形排序的顯著性計算方法069
一、流形排序070
二、圖模型建立070
三、顯著性檢測071
第三節協同顯著性算法模型072
一、輸入圖像預處理074
二、圖像間顯著性傳播075
三、圖像內流形排序076
第四節實驗結果及分析078
一、協同顯著性數據庫078
二、定性和定量對比實驗078
三、算法參數討論086
四、算法模型獨立性分析087
五、算法執行效率088
六、真實場景圖像檢測和分割實驗088
第五章場內外特征融合的水下殘缺圖像精細修復
**節常識性知識的檢索和嵌入092
第二節特征融合094
第三節基于場內外特征融合的水下殘缺圖像重構096
一、水下殘缺圖像重構模型096
二、粗修復網絡096
三、精細修復網絡097
四、損失函數099
第四節場內外特征融合的水下殘缺圖像修復結果與分析100
一、實驗設置100
二、定性評價實驗100
三、定量評價實驗104
第六章基于顯著環境特征融合的水下遮擋目標精細重構
**節對比學習108
第二節注意力機制110
第三節基于環境特征融合的水下遮擋目標精細重構112
一、水下遮擋目標精細重構模型112
二、模型訓練與損失函數113
第四節基于環境特征融合的水下遮擋目標重構實驗結果與分析114
一、實驗設置114
二、水下遮擋圖像重構仿真與結果分析114
第七章水下遮擋目標的識別
**節基于遷移學習的水下遮擋目標識別122
一、遷移學習介紹123
二、基于自適應多特征集成遷移學習模型123
三、基于遷移學習的水下遮擋目標識別124
第二節基于融合顯著環境特征的水下遮擋目標識別125
一、特征提取126
二、交互作用128
三、目標識別及損失函數129
四、基于融合顯著環境特征的水下遮擋目標識別仿真與結果分析130
第三節基于兩階段圖像重構策略的水下遮擋目標識別136
一、自適應邊界回歸的目標識別模型136
二、基于兩階段圖像重構策略的水下遮擋目標識別仿真與結果分析139
第八章應用案例
**節顯著性檢測在機器人目標抓取任務中的典型應用案例144
一、服務機器人平臺介紹144
二、基于顯著性檢測的空間障礙物感知策略148
三、基于協同顯著性檢測的空間物體檢測與定位方法151
第二節水下目標識別在AUV場景感知任務中的典型應用案例155
一、水下機器人的研究現狀155
二、圖像處理技術在水下機器人領域的應用現狀156
三、機器人調試與水下圖像識別157
第三節輕量級顯著性檢測在肉品智能化加工中的經典應用案例157
一、輕量級顯著性檢測研究現狀157
二、國內外肉品智能化加工機器人技術發展狀況158
三、基于輕量化顯著性檢測的畜類肉品骨骼在線定位160
第四節總結與展望162
一、總結162
二、展望165
參考文獻
展開全部
書友推薦
- >
唐代進士錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
經典常談
- >
回憶愛瑪儂
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
莉莉和章魚
- >
龍榆生：詞曲概論/大家小書
- >
月亮與六便士
本類暢銷
