中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
圖像工程——中冊:圖像分析(第5版) 版權信息
- ISBN：9787302662891
- 條形碼：9787302662891 ; 978-7-302-66289-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
圖像工程——中冊:圖像分析(第5版) 本書特色
本書內容體系連續貫通，依次學習能幫助讀者全面、深入、系統地學習圖像分析技術。相比于國內外同類教材，本書與*新科研成果結合比較緊密，每次再版均充實了*新研究成果和得到廣泛使用的典型技術，新內容的引進比較早。在教材所引用和參考的文獻中，作者自己發表的就有100多篇，科研成果的引入提高了內容的先進性。
從教學的角度考慮，本書具有以下特點：
（1）盡快進入主題：把先修或預備內容安排在需先修部分的同一章之前，沒有安排專門的基礎知識章，更加實用，也突出了課程主線的內容。
（2）內容模塊化：正式內容分別結合進4個相關的學習單元，每個單元都圍繞一個主題（自成體系），既加強了全書的系統性和結構性，也有利于復習考核。
（3）配套資源豐富：每章配套PPT課件、微課視頻、隨堂測試、擴展閱讀等內容，便于課堂學習和課后自學。
（4）資源開放共享：總結和復習、部分思考題和練習題解答、參考文獻、PPT課件、微課視頻、隨堂測試等資源均已電子化，掃描對應二維碼即可下載。
圖像工程——中冊:圖像分析(第5版) 內容簡介
本書為《圖像工程》第5版的中冊，主要介紹圖像工程的第二層次———圖像分析基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。 本書第1章是緒論，介紹圖像分析基礎并概述全書。圖像分析的主要內容分別在4個單元中介紹。第1單元（包含第2~5章）介紹圖像分割技術；其中第2章介紹圖像分割的基礎知識和基本方法，第3章介紹一些典型的圖像分割技術，第4章介紹對基本分割技術的推廣，第5章介紹對圖像分割的評價研究。第2單元（包含第6~9章）介紹對分割出目標的表達描述技術，其中第6章介紹目標表達技術，第7章介紹目標描述技術，第8章介紹對目標顯著性的檢測和描述技術，第9章介紹進一步的特征測量和誤差分析內容。第3單元（包含第10~13章）介紹目標特性分析技術，其中第10章介紹紋理分析技術，第11章介紹形狀分析技術，第12章介紹運動分析技術，第13章介紹目標屬性的含義及其應用。第4單元（包含第14~16章）介紹一些相關的數學工具，其中第14章介紹二值數學形態學，第15章介紹灰度數學形態學，第16章介紹圖像模式識別原理和方法。書中的附錄 A 介紹了人臉和表情識別的原理和技術，主要與第16章相關。 本書可作為高等院校信號與信息處理、通信與信息系統、電子與通信工程、模式識別與智能系統、計算機視覺等本科和研究生專業基礎課或專業課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研制、遙感、測繪和軍事偵察等領域的科技工作者參考。
圖像工程——中冊:圖像分析(第5版) 目錄
第1章緒論
1．1圖像和圖像工程
1．1．1圖像基礎
1．1．2圖像工程
1．2圖像分析概論
1．2．1圖像分析的定義和研究
內容 1．2．2圖像分析系統 1．3圖像分析中的數字化 1．3．1離散距離 1．3．2連通組元 1．3．3數字化模型 1．3．4數字弧和數字弦 1．4距離變換 1．4．1定義和性質 1．4．2局部距離的計算 1．4．3距離變換的實現 1．5內容框架和特點 總結和復習* 隨堂測試* 第1單元圖 像 分 割 第2章圖像分割基礎 2．1圖像分割定義和技術分類 2．2并行邊界技術 2．2．1邊緣及檢測原理 2．2．2正交梯度算子 2．2．3方向微分算子 2．2．4二階導數算子 2．2．5邊界閉合 2．3串行邊界技術 2．3．1主動輪廓模型 2．3．2能量函數 2．4并行區域技術 2．4．1原理和分類 2．4．2依賴像素的閾值
選取 2．4．3依賴區域的閾值
選取 2．4．4依賴坐標的閾值
選取 2．4．5空間聚類 2．5串行區域技術 2．5．1區域生長 2．5．2分裂合并 2．6基于深度學習的分割方法
分類 2．7全景分割 2．7．1全景分割流程 2．7．2語義分割 2．7．3實例分割 總結和復習* 隨堂測試* 第3章典型分割算法 3．1興趣點檢測 3．1．1二階導數檢測角點 3．1．2*小核同值區算子 3．1．3哈里斯興趣點算子 3．2圖割方法 3．3特色的閾值化和聚類技術 3．3．1多分辨率閾值選取 3．3．2借助過渡區選擇
閾值 3．3．3借助均移方法確定
聚類 3．4分水嶺分割算法 3．4．1基本原理和步驟 3．4．2算法改進和擴展 總結和復習* 隨堂測試* 第4章分割技術擴展 4．1從像素單元到目標單元 4．1．1像素和目標之間的
單元 4．1．2橢圓目標檢測 4．2從哈夫變換到完整廣義哈夫
變換 4．2．1哈夫變換 4．2．2廣義哈夫變換原理 4．2．3完整廣義哈夫變換 4．3從像素精度到亞像素精度 4．3．1基于矩保持的技術 4．3．2利用一階微分期望值
的技術 4．3．3借助切線信息的
技術 4．4從2D圖像到3D圖像 4．4．13D邊緣檢測 4．4．23D圖像閾值化 4．5從灰度圖像到彩色圖像 4．5．1分割不同定義的
區域 4．5．2彩色圖像分割
策略 4．6面向醫學圖像的分割 4．6．1醫學圖像分割算法
概述 4．6．2交互式水平集胸主動脈
圖像分割 4．6．3用于醫學圖像分割的
UNet網絡 4．6．4醫學圖像標記數據的
解決方案 總結和復習* 隨堂測試* 第5章分割評價比較 5．1分割評價研究分類 5．2分割算法評價框架 5．3分割評價的準則 5．3．1分析法準則 5．3．2優度試驗法準則 5．3．3差異試驗法準則 5．4分割算法評價實例 5．4．1實驗算法和圖像 5．4．2實驗結果和討論 5．5評價方法和準則比較 5．5．1方法討論和對比 5．5．2準則的分析比較 5．5．3準則的實驗比較 5．6分割評價的進展 5．6．1分割算法的評估 5．6．2像素分類的評價
準則 5．6．3全景分割的評價 5．7基于評價的算法優選系統 5．7．1算法優選思想和
策略 5．7．2優選系統的實現和
效果 總結和復習* 隨堂測試* 第2單元表 達 描 述 第6章目標表達 6．1基于邊界的表達 6．1．1技術分類 6．1．2鏈碼 6．1．3邊界段 6．1．4邊界標志 6．1．5多邊形逼近 6．1．6地標點 6．2基于區域的表達 6．2．1技術分類 6．2．2空間占有數組 6．2．3四叉樹 6．2．4金字塔 6．2．5圍繞區域 6．2．6骨架 6．3基于變換的表達 6．3．1技術分類 6．3．2傅里葉變換表達 總結和復習* 隨堂測試* 第7章目標描述 7．1基于邊界的描述 7．1．1簡單邊界描述符 7．1．2形狀數 7．1．3邊界矩 7．2基于區域的描述 7．2．1簡單區域描述符 7．2．2拓撲描述符 7．2．3區域不變矩 7．3對目標關系的描述 7．3．1目標標記和計數 7．3．2點目標的分布 7．3．3字符串描述 7．3．4樹結構描述 7．3．5空間關系數據集 總結和復習* 隨堂測試* 第8章目標顯著性 8．1顯著性概述 8．2顯著性檢測 8．2．1方法分類 8．2．2檢測流程 8．3顯著區域分割提取 8．3．1基于對比度幅值 8．3．2基于對比度分布 8．3．3基于*小方向對
比度 8．3．4顯著目標分割和
評價 8．4基于背景先驗提取顯著性
區域 8．4．1相似距離 8．4．2*小柵欄距離的近似
計算 8．4．3流水驅動的顯著性區
域檢測 8．4．4定位目標建議區域 8．5基于*穩定區域提取顯著性
區域 8．6結合各種特征的顯著性
檢測 8．6．1低秩背景約束和多線索
傳播 8．6．2邊界連通性和局部對
比度 8．7特定類型圖像的顯著性
檢測 8．7．1RGBD視頻 8．7．2光場圖像 總結和復習* 隨堂測試* 第9章測量和誤差分析 9．1直接測度和間接測度 9．2需區別的術語 9．2．1準確性和精確性 9．2．2模型假設和實際
觀察 9．2．34連通和8連通 9．3影響測量誤差的因素 9．3．1誤差來源 9．3．2光學鏡頭分辨率 9．3．3采樣密度 9．3．4分割算法 9．3．5特征計算公式 9．3．6綜合影響 9．3．7隨機樣本共識 9．4誤差分析 總結和復習* 隨堂測試* 第3單元特 性 分 析 第10章紋理分析 10．1紋理研究概況 10．2紋理描述的統計方法 10．2．1灰度共生矩陣 10．2．2基于灰度共生矩陣的
紋理描述符 10．2．3基于能量的紋理描
述符 10．3紋理描述的結構方法 10．3．1結構描述法
基礎 10．3．2紋理鑲嵌 10．3．3局部二值模式 10．3．4完全局部二值
模式 10．4紋理描述的頻譜方法 10．4．1傅里葉頻譜 10．4．2蓋伯頻譜 10．5一種紋理分類合成方法 10．6紋理分割 10．6．1有監督紋理
分割 10．6．2無監督紋理
分割 總結和復習* 隨堂測試* 第11章形狀分析 11．1形狀定義和研究 11．2平面形狀分類 11．3形狀描述方法分類 11．4基于形狀特性的描述 11．4．1形狀緊湊性
描述 11．4．2形狀復雜性
描述 11．5基于特定技術的描述 11．5．1基于多邊形的描
述符 11．5．2基于離散曲率的
描述符 11．6拓撲結構的描述 11．7分形維數 總結和復習* 隨堂測試* 第12章運動分析 12．1運動研究內容 12．2運動目標檢測 12．2．1背景建模 12．2．2光流場 12．2．3特定運動模式的
檢測 12．3運動目標分割 12．3．1目標分割和運動
信息提取 12．3．2分割方法分類 12．3．3稠密光流算法 12．3．4基于參數和模型的
分割 12．3．5融合多尺度上下文與
時間信息 12．3．6結合ROI預測和參考
幀更新 12．4運動目標跟蹤 12．4．1典型技術 12．4．2尺度非各向同性的
均移 12．4．3均移結合粒子濾
波器 12．4．4子序列決策
策略 12．5移動陰影檢測 12．5．1算法流程圖 12．5．2前景檢測 12．5．3特征模板提取 12．5．4顏色模板的
判斷 12．5．5提取目標像素并
抑制陰影 12．5．6獲取完整目標
區域 12．6基于孿生網絡的目標
跟蹤 12．6．1引導錨定區域推薦
網絡 12．6．2無錨框全卷積孿生跟
蹤器 總結和復習* 隨堂測試* 第13章屬性分析 13．1屬性描述概況 13．1．1屬性的類型 13．1．2屬性的層次 13．1．3屬性學習結構和
框架 13．2屬性學習中的特征比較 13．3視覺屬性和零樣本學習 13．3．1基于屬性的零樣本
學習 13．3．2零樣本語義自編
碼器 13．3．3零樣本屬性
識別 13．4基于屬性的行人再識別 13．4．1借助行人屬性先驗分
布的方法 13．4．2借助對行人屬性分級
的方法 13．4．3結合全身和部件屬性
的方法 13．4．4跨模態異構行人再
識別 13．5圖像屬性應用示例 13．5．1跨類目標分類 13．5．2屬性學習和目標
識別 13．5．3基于局部動作屬性
的動作分類 總結和復習* 隨堂測試* 第4單元數 學 工 具 第14章二值數學形態學 14．1基本集合定義 14．2二值形態學基本運算 14．2．1二值膨脹和
腐蝕 14．2．2二值開啟和
閉合 14．2．3二值基本運算
性質 14．3二值形態學組合運算 14．3．1擊中擊不中
變換 14．3．2二值組合運算 14．4二值形態學實用算法 14．5形態學算子及其應用
領域 總結和復習* 隨堂測試* 第15章灰度數學形態學 15．1灰度圖像的排序 15．2灰度形態學基本運算 15．2．1灰度膨脹和
腐蝕 15．2．2灰度開啟和
閉合 15．2．3灰度基本運算
性質 15．3灰度形態學組合運算 15．3．1形態濾波 15．3．2高帽變換和低帽
變換 15．4灰度形態學實用算法 15．4．1背景估計和
消除 15．4．2目標分割 15．5結構元素中的屬性修改 15．5．1純像素指標 15．5．2形態偏心指標 15．5．3自動形態學端元
提取 15．5．4將PPI嵌入
AMEE 15．6圖像代數 總結和復習* 隨堂測試* 第16章圖像識別 16．1模式和分類 16．2不變量交叉比 16．2．1交叉比 16．2．2非共線點的不
變量 16．2．3對稱的交叉比
函數 16．2．4交叉比應用示例 16．3統計模式識別 16．3．1*小距離分
類器 16．3．2*優統計分
類器 16．3．3自適應自舉 16．4感知機和支持向量機 16．4．1感知機 16．4．2支持向量機 16．5結構模式識別 16．5．1字符串結構
識別 16．5．2樹結構識別 總結和復習* 隨堂測試* 附錄A人臉和表情識別 A．1生物特征識別 A．2人臉檢測定位 A．2．1基本方法 A．2．2基于豪斯道夫距離
的方法 A．3人臉活體檢測 A．3．1人臉欺騙 A．3．2交互式和非交互式
方法 A．3．3人臉反欺騙技術
分類 A．4眼睛檢測和跟蹤 A．4．1眼睛幾何模型及
確定 A．4．2眨眼過程中的眼睛
輪廓跟蹤 A．5人臉識別 A．5．1邊緣本征矢量加權
方法 A．5．2相關濾波器
設計 A．5．3監督線性降維 A．5．4非特定表情人臉
識別 A．5．5遮擋人臉識別 A．6表情識別 A．6．1表情識別和
步驟 A．6．2人臉表情特征
提取 A．6．3基于蓋伯變換的
特征提取 A．6．4表情特征的稀疏
表達 A．6．5表情分類 A．6．6基于高階奇異值分解
的分類 A．6．7矢量輸入多類輸出表
情分類 A．6．8微表情識別
主題索引 部分思考題和練習題解答* 參考文獻*
內容 1．2．2圖像分析系統 1．3圖像分析中的數字化 1．3．1離散距離 1．3．2連通組元 1．3．3數字化模型 1．3．4數字弧和數字弦 1．4距離變換 1．4．1定義和性質 1．4．2局部距離的計算 1．4．3距離變換的實現 1．5內容框架和特點 總結和復習* 隨堂測試* 第1單元圖 像 分 割 第2章圖像分割基礎 2．1圖像分割定義和技術分類 2．2并行邊界技術 2．2．1邊緣及檢測原理 2．2．2正交梯度算子 2．2．3方向微分算子 2．2．4二階導數算子 2．2．5邊界閉合 2．3串行邊界技術 2．3．1主動輪廓模型 2．3．2能量函數 2．4并行區域技術 2．4．1原理和分類 2．4．2依賴像素的閾值
選取 2．4．3依賴區域的閾值
選取 2．4．4依賴坐標的閾值
選取 2．4．5空間聚類 2．5串行區域技術 2．5．1區域生長 2．5．2分裂合并 2．6基于深度學習的分割方法
分類 2．7全景分割 2．7．1全景分割流程 2．7．2語義分割 2．7．3實例分割 總結和復習* 隨堂測試* 第3章典型分割算法 3．1興趣點檢測 3．1．1二階導數檢測角點 3．1．2*小核同值區算子 3．1．3哈里斯興趣點算子 3．2圖割方法 3．3特色的閾值化和聚類技術 3．3．1多分辨率閾值選取 3．3．2借助過渡區選擇
閾值 3．3．3借助均移方法確定
聚類 3．4分水嶺分割算法 3．4．1基本原理和步驟 3．4．2算法改進和擴展 總結和復習* 隨堂測試* 第4章分割技術擴展 4．1從像素單元到目標單元 4．1．1像素和目標之間的
單元 4．1．2橢圓目標檢測 4．2從哈夫變換到完整廣義哈夫
變換 4．2．1哈夫變換 4．2．2廣義哈夫變換原理 4．2．3完整廣義哈夫變換 4．3從像素精度到亞像素精度 4．3．1基于矩保持的技術 4．3．2利用一階微分期望值
的技術 4．3．3借助切線信息的
技術 4．4從2D圖像到3D圖像 4．4．13D邊緣檢測 4．4．23D圖像閾值化 4．5從灰度圖像到彩色圖像 4．5．1分割不同定義的
區域 4．5．2彩色圖像分割
策略 4．6面向醫學圖像的分割 4．6．1醫學圖像分割算法
概述 4．6．2交互式水平集胸主動脈
圖像分割 4．6．3用于醫學圖像分割的
UNet網絡 4．6．4醫學圖像標記數據的
解決方案 總結和復習* 隨堂測試* 第5章分割評價比較 5．1分割評價研究分類 5．2分割算法評價框架 5．3分割評價的準則 5．3．1分析法準則 5．3．2優度試驗法準則 5．3．3差異試驗法準則 5．4分割算法評價實例 5．4．1實驗算法和圖像 5．4．2實驗結果和討論 5．5評價方法和準則比較 5．5．1方法討論和對比 5．5．2準則的分析比較 5．5．3準則的實驗比較 5．6分割評價的進展 5．6．1分割算法的評估 5．6．2像素分類的評價
準則 5．6．3全景分割的評價 5．7基于評價的算法優選系統 5．7．1算法優選思想和
策略 5．7．2優選系統的實現和
效果 總結和復習* 隨堂測試* 第2單元表 達 描 述 第6章目標表達 6．1基于邊界的表達 6．1．1技術分類 6．1．2鏈碼 6．1．3邊界段 6．1．4邊界標志 6．1．5多邊形逼近 6．1．6地標點 6．2基于區域的表達 6．2．1技術分類 6．2．2空間占有數組 6．2．3四叉樹 6．2．4金字塔 6．2．5圍繞區域 6．2．6骨架 6．3基于變換的表達 6．3．1技術分類 6．3．2傅里葉變換表達 總結和復習* 隨堂測試* 第7章目標描述 7．1基于邊界的描述 7．1．1簡單邊界描述符 7．1．2形狀數 7．1．3邊界矩 7．2基于區域的描述 7．2．1簡單區域描述符 7．2．2拓撲描述符 7．2．3區域不變矩 7．3對目標關系的描述 7．3．1目標標記和計數 7．3．2點目標的分布 7．3．3字符串描述 7．3．4樹結構描述 7．3．5空間關系數據集 總結和復習* 隨堂測試* 第8章目標顯著性 8．1顯著性概述 8．2顯著性檢測 8．2．1方法分類 8．2．2檢測流程 8．3顯著區域分割提取 8．3．1基于對比度幅值 8．3．2基于對比度分布 8．3．3基于*小方向對
比度 8．3．4顯著目標分割和
評價 8．4基于背景先驗提取顯著性
區域 8．4．1相似距離 8．4．2*小柵欄距離的近似
計算 8．4．3流水驅動的顯著性區
域檢測 8．4．4定位目標建議區域 8．5基于*穩定區域提取顯著性
區域 8．6結合各種特征的顯著性
檢測 8．6．1低秩背景約束和多線索
傳播 8．6．2邊界連通性和局部對
比度 8．7特定類型圖像的顯著性
檢測 8．7．1RGBD視頻 8．7．2光場圖像 總結和復習* 隨堂測試* 第9章測量和誤差分析 9．1直接測度和間接測度 9．2需區別的術語 9．2．1準確性和精確性 9．2．2模型假設和實際
觀察 9．2．34連通和8連通 9．3影響測量誤差的因素 9．3．1誤差來源 9．3．2光學鏡頭分辨率 9．3．3采樣密度 9．3．4分割算法 9．3．5特征計算公式 9．3．6綜合影響 9．3．7隨機樣本共識 9．4誤差分析 總結和復習* 隨堂測試* 第3單元特 性 分 析 第10章紋理分析 10．1紋理研究概況 10．2紋理描述的統計方法 10．2．1灰度共生矩陣 10．2．2基于灰度共生矩陣的
紋理描述符 10．2．3基于能量的紋理描
述符 10．3紋理描述的結構方法 10．3．1結構描述法
基礎 10．3．2紋理鑲嵌 10．3．3局部二值模式 10．3．4完全局部二值
模式 10．4紋理描述的頻譜方法 10．4．1傅里葉頻譜 10．4．2蓋伯頻譜 10．5一種紋理分類合成方法 10．6紋理分割 10．6．1有監督紋理
分割 10．6．2無監督紋理
分割 總結和復習* 隨堂測試* 第11章形狀分析 11．1形狀定義和研究 11．2平面形狀分類 11．3形狀描述方法分類 11．4基于形狀特性的描述 11．4．1形狀緊湊性
描述 11．4．2形狀復雜性
描述 11．5基于特定技術的描述 11．5．1基于多邊形的描
述符 11．5．2基于離散曲率的
描述符 11．6拓撲結構的描述 11．7分形維數 總結和復習* 隨堂測試* 第12章運動分析 12．1運動研究內容 12．2運動目標檢測 12．2．1背景建模 12．2．2光流場 12．2．3特定運動模式的
檢測 12．3運動目標分割 12．3．1目標分割和運動
信息提取 12．3．2分割方法分類 12．3．3稠密光流算法 12．3．4基于參數和模型的
分割 12．3．5融合多尺度上下文與
時間信息 12．3．6結合ROI預測和參考
幀更新 12．4運動目標跟蹤 12．4．1典型技術 12．4．2尺度非各向同性的
均移 12．4．3均移結合粒子濾
波器 12．4．4子序列決策
策略 12．5移動陰影檢測 12．5．1算法流程圖 12．5．2前景檢測 12．5．3特征模板提取 12．5．4顏色模板的
判斷 12．5．5提取目標像素并
抑制陰影 12．5．6獲取完整目標
區域 12．6基于孿生網絡的目標
跟蹤 12．6．1引導錨定區域推薦
網絡 12．6．2無錨框全卷積孿生跟
蹤器 總結和復習* 隨堂測試* 第13章屬性分析 13．1屬性描述概況 13．1．1屬性的類型 13．1．2屬性的層次 13．1．3屬性學習結構和
框架 13．2屬性學習中的特征比較 13．3視覺屬性和零樣本學習 13．3．1基于屬性的零樣本
學習 13．3．2零樣本語義自編
碼器 13．3．3零樣本屬性
識別 13．4基于屬性的行人再識別 13．4．1借助行人屬性先驗分
布的方法 13．4．2借助對行人屬性分級
的方法 13．4．3結合全身和部件屬性
的方法 13．4．4跨模態異構行人再
識別 13．5圖像屬性應用示例 13．5．1跨類目標分類 13．5．2屬性學習和目標
識別 13．5．3基于局部動作屬性
的動作分類 總結和復習* 隨堂測試* 第4單元數 學 工 具 第14章二值數學形態學 14．1基本集合定義 14．2二值形態學基本運算 14．2．1二值膨脹和
腐蝕 14．2．2二值開啟和
閉合 14．2．3二值基本運算
性質 14．3二值形態學組合運算 14．3．1擊中擊不中
變換 14．3．2二值組合運算 14．4二值形態學實用算法 14．5形態學算子及其應用
領域 總結和復習* 隨堂測試* 第15章灰度數學形態學 15．1灰度圖像的排序 15．2灰度形態學基本運算 15．2．1灰度膨脹和
腐蝕 15．2．2灰度開啟和
閉合 15．2．3灰度基本運算
性質 15．3灰度形態學組合運算 15．3．1形態濾波 15．3．2高帽變換和低帽
變換 15．4灰度形態學實用算法 15．4．1背景估計和
消除 15．4．2目標分割 15．5結構元素中的屬性修改 15．5．1純像素指標 15．5．2形態偏心指標 15．5．3自動形態學端元
提取 15．5．4將PPI嵌入
AMEE 15．6圖像代數 總結和復習* 隨堂測試* 第16章圖像識別 16．1模式和分類 16．2不變量交叉比 16．2．1交叉比 16．2．2非共線點的不
變量 16．2．3對稱的交叉比
函數 16．2．4交叉比應用示例 16．3統計模式識別 16．3．1*小距離分
類器 16．3．2*優統計分
類器 16．3．3自適應自舉 16．4感知機和支持向量機 16．4．1感知機 16．4．2支持向量機 16．5結構模式識別 16．5．1字符串結構
識別 16．5．2樹結構識別 總結和復習* 隨堂測試* 附錄A人臉和表情識別 A．1生物特征識別 A．2人臉檢測定位 A．2．1基本方法 A．2．2基于豪斯道夫距離
的方法 A．3人臉活體檢測 A．3．1人臉欺騙 A．3．2交互式和非交互式
方法 A．3．3人臉反欺騙技術
分類 A．4眼睛檢測和跟蹤 A．4．1眼睛幾何模型及
確定 A．4．2眨眼過程中的眼睛
輪廓跟蹤 A．5人臉識別 A．5．1邊緣本征矢量加權
方法 A．5．2相關濾波器
設計 A．5．3監督線性降維 A．5．4非特定表情人臉
識別 A．5．5遮擋人臉識別 A．6表情識別 A．6．1表情識別和
步驟 A．6．2人臉表情特征
提取 A．6．3基于蓋伯變換的
特征提取 A．6．4表情特征的稀疏
表達 A．6．5表情分類 A．6．6基于高階奇異值分解
的分類 A．6．7矢量輸入多類輸出表
情分類 A．6．8微表情識別
主題索引 部分思考題和練習題解答* 參考文獻*
展開全部
圖像工程——中冊:圖像分析(第5版) 作者簡介
章毓晉，1989年獲比利時列日大學應用科學博士學位。1989—1993年為荷蘭德爾夫特大學博士后及研究人員。1993年到中國北京清華大學工作，1997年被聘為教授，1998年被評為博士生導師。2014年成為教學科研系列長聘教授。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。 在清華大學，先后開出并講授10多門本科生和研究生課程。在南洋理工大學，開出并講授過研究生課程：“現代圖像分析（英語）”。已編寫出版了圖像工程系列教材第1版、第2版、第3版和第4版，以及其他中英文圖像工程教材約20本，還翻譯出版了多本國外圖像工程教材。已在國內外發表了30多篇教學研究論文。 主要科學研究領域為其積極倡導的圖像工程（圖像處理、圖像分析、圖像理解及其技術應用）和相關學科。從1996年起已連續二十八年對中國圖像工程的研究及主要文獻進行了系統的年度分類總結綜述。已在國內外發表了500多篇圖像工程研究論文，出版了專著《圖象分割》，《基于內容的視覺信息檢索》，《基于子空間的人臉識別》，編著了《英漢圖像工程辭典》（第1版和第2版）和《圖像工程技術選編》，主編了《Advances in Image and Video Segmentation》，《Semantic-Based Visual Information Retrieval》，《Advances in Face Image Analysis: Techniques and Technologies》。
現為中國圖象圖形學學會名譽監事長，會士；國際光學工程協會（SPIE）會士（因在圖像工程方面的成就）。
書友推薦
- >
莉莉和章魚
- >
詩經-先民的歌唱
- >
月亮虎
- >
苦雨齋序跋文-周作人自編集
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
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)
- >
李白與唐代文化
- >
我與地壇
本類暢銷
