掃一掃
關注中圖網
官方微博
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
智能視覺感知 版權信息
- ISBN：9787111752400
- 條形碼：9787111752400 ; 978-7-111-75240-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能視覺感知 本書特色
本書系統介紹了智能視覺感知的基礎知識、典型方法和關鍵技術，讀者可以從中了解該領域的基本理論方法與前沿進展，并能據此解決實際應用問題。
在講解智能視覺感知知識的同時，也弘揚了社會主義核心價值觀，堅定文化自信，推進工程技術的改革創新
智能視覺感知 內容簡介
智能視覺感知是人工智能的重要組成部分。本書系統介紹了智能視覺感知領域的基礎知識、典型方法和關鍵技術。本書共8章，第1章為緒論，第2~5章介紹二維視覺感知的關鍵技術，即圖像生成與表示、圖像濾波與增強、顏色與紋理分析、圖像分割四部分內容；第6章介紹三維視覺感知；第7章介紹基于深度學習的視覺感知；第8章介紹視覺SLAM。讀者可以從中了解智能視覺感知的基本理論方法與前沿進展，并能據此解決智能視覺應用中的實際問題。本書例題豐富多樣，每章均有習題，并在書后附有參考文獻；本書另配有相應的數字化課程，讀者可登錄網站（https：//wwwicourse163org/course/NEU-1465996192？from=searchPage&outVendor=zw_mooc_pcssjg_）觀看每個知識點的微視頻。 本書可作為自動化、人工智能、計算機科學、計算機應用、信號與信息處理、模式識別與智能系統等方向的大學本科或研究生的專業基礎課教材，也可作為相關專業的遠程教育課程教材，還可供從事智能視覺技術應用行業的科技工作者自學或科研參考。
智能視覺感知 目錄
出版說明
前言
第1章緒論
11人類視覺
111人眼結構及成像特點
112視網膜感光細胞及光的波長
113視覺形成過程及特性
12計算機視覺
121計算機視覺的概念及意義
122相關學科的區別和聯系
13基于深度學習的智能視覺感知
技術
131深度學習
132常見的智能視覺感知技術
14智能視覺感知的應用語言與
軟件
15智能視覺感知的應用
16內容安排
17本章小結
習題
第2章圖像生成與表示
21不同性質的電磁波
22成像設備
221CCD相機
222視頻攝像機
223多光譜成像設備
224光場相機
23數字圖像
231數字圖像的定義
232幾種不同類型的圖像
24攝像機標定
241攝像機標定的概念和意義
242攝像機標定分類
243攝像機成像坐標系
244攝像機成像模型
25從二維圖像到三維結構
26其他類型的視覺傳感器
261測微密度計
262X射線
263磁共振
264三維掃描儀
27本章小結
習題
第3章圖像濾波與增強
31圖像處理
311改善圖像質量
312檢測低層特征
32灰度級映射
321亮度調整
322圖像求反
323動態范圍壓縮
324對比度增強
33去噪濾波
331常見的噪聲
332濾波的工作原理
333幾種主要的濾波
34圖像平滑
341均值濾波
342高斯濾波
343自適應平滑濾波
35邊緣檢測
351人類視覺邊緣檢測
352LOG邊緣檢測器
353Canny邊緣檢測器
36卷積
361模板運算定義
362卷積運算
37本章小結
習題
第4章顏色與紋理分析
41顏色物理學
411感測被照物體
412感受器的敏感性
42基色系統
421RGB基色系統
422CMY基色系統
423HSV基色系統
424HSI基色系統
425LAB基色系統
43明暗分析
431單一光源的照射
432漫反射
433鏡面反射法
434隨距離變大而變暗
435人類的色感機制
44紋理與描述
441紋理特征的概念
442紋理特征的主要應用
45測量紋理特征
451邊緣密度與方向
452局部二值分解
453共生矩陣和特征
454Laws紋理能量測度
455自相關和功率譜
46紋理分割
47本章小結
習題
第5章圖像分割
51區域分割
511聚類方法
512區域增長法
52區域表示
521覆蓋圖
522標記圖像
523邊界編碼
524四叉樹
525特征表
53輪廓分割
531區域邊界跟蹤
532Canny邊緣檢測和連接
533相鄰連貫的邊緣生成曲線
534用霍夫變換檢測直線和圓弧
54線段擬合模型
541直線擬合
542參數的封閉解
543擬合中存在的問題
55運動一致性分割
551時空邊界
552運動軌跡聚類
56本章小結
習題
第6章三維視覺感知
61三維視覺概述
611三維視覺的主要方法
612與三維視覺感知相關的軟硬件
系統
613三維視覺計算需要滿足的條件
623D仿射變換
621坐標系
622平移
623縮放
624旋轉
625基于剛體變換的比對
63攝像機成像模型
631模型的介紹
632透視變換矩陣
633正交投影與弱透視投影
634基于多攝像機的成像模型
64雙目視覺
641雙目成像和視差
642雙目視覺的相機標定
643立體匹配
65結構光
651結構光的概念和工作原理
652結構光的分類
653相移法
66三維重建
6613D數據獲取
662圖像配準
663基于泊松方程的表面重建
664優化
665三維重建常見算法
67本章小結
習題
第7章基于深度學習的視覺感知
71深度學習簡介
711人工神經網絡
712深度學習的概念
72人工智能與深度學習
721圖靈測試問題
722深度學習帶動人工智能發展
73機器學習
731常見的概念
732經典的機器學習方法
74智能視覺感知任務與深度
學習
741顏色
742紋理
743形狀
75深度學習基本原理
751基本原理
752深度學習和神經網絡的區別和
聯系
76深度學習常見模型
761深度卷積神經網絡
762深度置信網絡
763卷積玻爾茲曼機
764自編碼器
77深度學習開發框架與視覺
應用
771深度學習開發框架
772深度學習視覺應用
78本章小結
習題
第8章視覺SLAM
81ROS操作系統
811ROS的概念
812ROS特點
813ROS版本選擇
82經典視覺SLAM框架
821SLAM的概念和分類
822視覺SLAM框架
83三維空間剛體運動
831旋轉矩陣和旋轉向量
832歐拉角
833四元數
834相似、仿射、射影變換
84位姿估計
841位姿估計的研究意義
842常見的方法
85點云配準
851粗配準方案
852精配準方案
853結合法
86本章小結
習題
參考文獻
前言
第1章緒論
11人類視覺
111人眼結構及成像特點
112視網膜感光細胞及光的波長
113視覺形成過程及特性
12計算機視覺
121計算機視覺的概念及意義
122相關學科的區別和聯系
13基于深度學習的智能視覺感知
技術
131深度學習
132常見的智能視覺感知技術
14智能視覺感知的應用語言與
軟件
15智能視覺感知的應用
16內容安排
17本章小結
習題
第2章圖像生成與表示
21不同性質的電磁波
22成像設備
221CCD相機
222視頻攝像機
223多光譜成像設備
224光場相機
23數字圖像
231數字圖像的定義
232幾種不同類型的圖像
24攝像機標定
241攝像機標定的概念和意義
242攝像機標定分類
243攝像機成像坐標系
244攝像機成像模型
25從二維圖像到三維結構
26其他類型的視覺傳感器
261測微密度計
262X射線
263磁共振
264三維掃描儀
27本章小結
習題
第3章圖像濾波與增強
31圖像處理
311改善圖像質量
312檢測低層特征
32灰度級映射
321亮度調整
322圖像求反
323動態范圍壓縮
324對比度增強
33去噪濾波
331常見的噪聲
332濾波的工作原理
333幾種主要的濾波
34圖像平滑
341均值濾波
342高斯濾波
343自適應平滑濾波
35邊緣檢測
351人類視覺邊緣檢測
352LOG邊緣檢測器
353Canny邊緣檢測器
36卷積
361模板運算定義
362卷積運算
37本章小結
習題
第4章顏色與紋理分析
41顏色物理學
411感測被照物體
412感受器的敏感性
42基色系統
421RGB基色系統
422CMY基色系統
423HSV基色系統
424HSI基色系統
425LAB基色系統
43明暗分析
431單一光源的照射
432漫反射
433鏡面反射法
434隨距離變大而變暗
435人類的色感機制
44紋理與描述
441紋理特征的概念
442紋理特征的主要應用
45測量紋理特征
451邊緣密度與方向
452局部二值分解
453共生矩陣和特征
454Laws紋理能量測度
455自相關和功率譜
46紋理分割
47本章小結
習題
第5章圖像分割
51區域分割
511聚類方法
512區域增長法
52區域表示
521覆蓋圖
522標記圖像
523邊界編碼
524四叉樹
525特征表
53輪廓分割
531區域邊界跟蹤
532Canny邊緣檢測和連接
533相鄰連貫的邊緣生成曲線
534用霍夫變換檢測直線和圓弧
54線段擬合模型
541直線擬合
542參數的封閉解
543擬合中存在的問題
55運動一致性分割
551時空邊界
552運動軌跡聚類
56本章小結
習題
第6章三維視覺感知
61三維視覺概述
611三維視覺的主要方法
612與三維視覺感知相關的軟硬件
系統
613三維視覺計算需要滿足的條件
623D仿射變換
621坐標系
622平移
623縮放
624旋轉
625基于剛體變換的比對
63攝像機成像模型
631模型的介紹
632透視變換矩陣
633正交投影與弱透視投影
634基于多攝像機的成像模型
64雙目視覺
641雙目成像和視差
642雙目視覺的相機標定
643立體匹配
65結構光
651結構光的概念和工作原理
652結構光的分類
653相移法
66三維重建
6613D數據獲取
662圖像配準
663基于泊松方程的表面重建
664優化
665三維重建常見算法
67本章小結
習題
第7章基于深度學習的視覺感知
71深度學習簡介
711人工神經網絡
712深度學習的概念
72人工智能與深度學習
721圖靈測試問題
722深度學習帶動人工智能發展
73機器學習
731常見的概念
732經典的機器學習方法
74智能視覺感知任務與深度
學習
741顏色
742紋理
743形狀
75深度學習基本原理
751基本原理
752深度學習和神經網絡的區別和
聯系
76深度學習常見模型
761深度卷積神經網絡
762深度置信網絡
763卷積玻爾茲曼機
764自編碼器
77深度學習開發框架與視覺
應用
771深度學習開發框架
772深度學習視覺應用
78本章小結
習題
第8章視覺SLAM
81ROS操作系統
811ROS的概念
812ROS特點
813ROS版本選擇
82經典視覺SLAM框架
821SLAM的概念和分類
822視覺SLAM框架
83三維空間剛體運動
831旋轉矩陣和旋轉向量
832歐拉角
833四元數
834相似、仿射、射影變換
84位姿估計
841位姿估計的研究意義
842常見的方法
85點云配準
851粗配準方案
852精配準方案
853結合法
86本章小結
習題
參考文獻
展開全部
書友推薦
- >
隨園食單
- >
苦雨齋序跋文-周作人自編集
- >
煙與鏡
- >
伊索寓言-世界文學名著典藏-全譯本
- >
龍榆生：詞曲概論/大家小書
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
二體千字文
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
