×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787563566839
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:24cm
  • 页数:168页
  • 出版时间:2022-08-01
  • 条形码:9787563566839 ; 978-7-5635-6683-9

内容简介

本书聚焦基于视觉信息的目标检测与跟踪任务,系统性地介绍了其国内外研究现状与进展以及基础理论,并针对当前研究中存在的问题提出了相应的改进算法。此外,本书还对基于视觉信息的目标检测与跟踪的发展趋势进行了分析。本书内容包括:绪论;基于视觉信息的目标检测与跟踪基础;基于视觉信息的目标检测与跟踪数据集与评测指标;基于视觉信息的目标检测方法等。

目录

第1章 绪论 1.1 概述 1.2 基于视觉信息的目标检测与跟踪典型应用场景 1.2.1 文化娱乐领域 1.2.2 医疗健康领域 1.2.3 安防监控领域 1.2.4 遥感分析领域 1.3 基于视觉信息的目标检测与跟踪的 外研究现状和进展 1.3.1 基于视觉信息的目标检测的研究现状和进展 1.3.2 基于视觉信息的目标跟踪的研究现状和进展 1.4 本章小结 第2章 基于视觉信息的目标检测与跟踪基础 2.1 卷积神经网络基础 2.1.1 卷积神经网络的基本单元 2.1.2 经典的卷积神经网络 2.1.3 卷积神经网络的训练和推理 2.1.4 正则化策略 2.2 典型目标检测算法 2.2.1 双阶段目标检测算法 2.2.2 单阶段目标检测算法 2.3 典型目标跟踪算法 2.3.1 视觉单目标跟踪算法 2.3.2 视觉多目标跟踪算法 2.4 本章小结 第3章 基于视觉信息的目标检测与跟踪数据集与评测指标 3.1 目标检测典型数据集 3.2 目标跟踪典型数据集 3.3 评测指标 3.3.1 目标检测评测指标 3.3.2 目标跟踪评测指标 本章小结 第4章 基于视觉信息的目标检测方法 4.1 问题与分析 4.2 基于交并比指引的目标检测算法 4.2.1 交并比指引的候选区域重要性加权 4.2.2 交并比指引的检测框架 4.2.3 线性虚警消减 4.2.4 基于交并比指引的目标检测算法实验结果及分析 4.3 基于候选区域特征自适应表达的目标检测算法 4.3.1 特征自适应选择模块 4.3.2 全局注意力特征选择模块 4.3.3 特征自适应选择子网络 4.3.4 基于候选区域特征自适应表达的目标检测算法实验结果及分析 本章小结 第5章 基于视觉信息的目标跟踪方法 5.1 问题与分析 5.2 运动引导的孪生网络视觉单目标跟踪算法 5.2.1 基于孪生网络的视觉单目标跟踪算法 5.2.2 运动模型 5.2.3 判别模型
展开全部

作者简介

张跃,北京邮电大学副研究员,博士生导师。2017年毕业于中国科学院大学,获博士学位。研究领域包括深度学习、计算机视觉、模式识别等,主持国家自然科学基金1项、国防装备预研2项,并在国家重点研发计划、国家重大科技专项等多个重大项目中负责图像智能分析核心算法的研制。在全国性人工智能竞赛中获得一等奖/**名4项,发表SCI论文20余篇。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航