×
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
计算机视觉中的目标特征模型和视觉注意模型

计算机视觉中的目标特征模型和视觉注意模型

1星价 ¥19.2 (6.0折)
2星价¥19.2 定价¥32.0
图文详情
  • ISBN:9787568021890
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:32开
  • 页数:208
  • 出版时间:2016-09-01
  • 条形码:9787568021890 ; 978-7-5680-2189-0

本书特色

本书共分为10章,以自动目标识别和视觉注意机制两部分研究内容为基础,主要阐述了自动目标识别中的目标特征模型和视觉注意机制中的视觉注意模型的分析与建模。本书可供从事计算机视觉研究的科研人员了解一般的目标特征模型和主要的视觉注意模型,同时提供合理的建模思路和方法。初复审编辑通过审读,使书稿质量进一步得到了提升,终审在此基础上对文前部分及前三分之一正文做了重点审读。

内容简介

目标特征建模和视觉注意机制是计算机视觉、模式识别,特别是各种武器的导引、战场监控、视觉导航等领域的研究热点和难点问题。本书籍对目标的各种特征建模进行了研究,特征从底层特征到高层视觉特征分别由浅入深进行阐述,分析了目标各种特征模型下的特点及其在目标识别中的性能特点。同时,模拟人类的视觉感知建立视觉注意模型,实现显著性目标检测。该书藉对从事该领域研究的研究生、科研工作者是一本很好的入门书籍,并且对近几年领域内学术内容的发展有了全面的认识。

目录

计算机视觉中的目标特征模型和视觉注意模型
**章 绪论
1.1 计算机视觉
1.2 与计算机视觉相关的学科
1.3 计算机视觉的应用
1.4 计算机视觉的经典问题
1.5 目标特征模型
1.5.1 目标自动识别中面临的挑战
1.5.2 识别中特征模型的发展
1.6 视觉注意模型
1.6.1 自底向上的视觉注意
1.6.2 自顶向下的视觉注意
第二章 目标特征模型
2.1 目标的基本特征 计算机视觉中的目标特征模型和视觉注意模型
**章 绪论
1.1 计算机视觉
1.2 与计算机视觉相关的学科
1.3 计算机视觉的应用
1.4 计算机视觉的经典问题
1.5 目标特征模型
1.5.1 目标自动识别中面临的挑战
1.5.2 识别中特征模型的发展
1.6 视觉注意模型
1.6.1 自底向上的视觉注意
1.6.2 自顶向下的视觉注意
第二章 目标特征模型
2.1 目标的基本特征
2.1.1 目标的全局特征
2.1.2 目标的局部特征
2.2 目标的高层特征
2.2.1 目标的结构特征
2.2.2 目标的视觉特征
2.3 本章小结
第三章 基于全局特征的目标模型
3.1 引言
3.2 目标全局特征建模
3.3 目标建模预处理
3.4 基于不变矩的机场建模及识别算法
3.4.1 基于区域不变矩的目标模型
3.4.2 基于目标模型的识别算法
3.4.3 实验结果与分析
3.5 基于形状特征的机场建模及识别算法
3.5.1 基于形状模板的目标模型
3.5.2 基于目标模型的识别算法
3.5.3 基于神经网络的目标识别
3.5.4 实验结果与分析
3.6 本章小结
第四章 基于局部特征的目标模型
4.1 引言
4.2 基于局部特征的目标模型
4.3 图像目标建模方法
4.3.1 局部特征区域的选择和描述符的提取
4.3.2 特征描述子VQ算法及词汇表
4.3.3 图像目标语义概率拟合
4.4 目标局部模型在目标识别和场景分析中的应用
4.4.1 特征局部区域选择
4.4.2 局部模型在目标识别中的应用
4.4.3 局部模型在地物场景分析中的应用
4.5 本章小结
第五章 基于结构特征的目标模型
5.1 引言
5.2 目标的结构化模型
5.3 目标的整体视觉模型
5.3.1 目标的整体视觉统计模型
5.3.2 模型的参数估计
5.3.3 模型与图像的匹配算法
5.4 典型目标结构模型的模型实现
5.4.1 局部模型实现
5.4.2 空间关系模型实现
5.5 结构模型在目标检测中的实现及应用
5.5.1 手动选择模型局部区域
5.5.2 整体视觉模型
5.5.3 寻找目标局部特征匹配区域
5.5.4 寻找目标结构特征匹配区域
5.5.5 检测结果
5.6 本章小结
第六章 基于视觉特征的目标模型
6.1引言
6.2 脑皮层视觉认知的前馈层级模型
6.2.1 视觉认知的量化模型
6.2.2 模型各层的数学模型
6.3 目标视觉认知模型及其应用
6.3.1 视觉模型在目标识别中的应用
6.3.2 视觉模型在目标检测中的应用
6.4 本章小结
第七章 基于目标背景对比度的视觉注意计算模型
7.1 引言
7.2 自底向上显著性图
7.2.1 显著性特征提取
7.2.2 显著性图的生成
7.3 自顶向下显著性图
7.3.1 训练目标的表示
7.3.2 显著性图的生成
7.4 全局显著性图及显著性区域的尺寸
7.4.1 全局显著性图
7.4.2 显著性区域的尺寸
7.5 视觉转移
7.6 实验结果与分析
7.7 本章小结
第八章 基于目标自身特性的视觉注意计算模型
8.1 引言
8.2 目标表示
8.2.1 特征提取
8.2.2 训练目标的表示
8.3 自顶向下的显著性图
8.4 全局显著性图
8.5 实验结果与分析
8.5.1 单目标场景
8.5.2 多目标场景
8.5.3 合成目标场景
8.5.4 自然目标场景
8.6 目标背景对比度模型与目标自身特性模型的比较
8.7 本章小结
第九章 基于动态和静态的视觉注意计算模型
9.1引言
9.2动态显著图
9.2.1常用的动态显著性模型
9.2.2基于信息熵的动态显著性模型
9.3 静态显著性图和时空显著性图
9.3.1 静态显著性图
9.3.2 动态显著性图
9.4 实验结果与分析
9.5 本章小结
第十章 基于视觉注意区域可分辨率的图像压缩模型
10.1引言
10.2 图像压缩方法
10.3 可变分辨率的图像压缩模型
10.4 实验结果与分析
10.5 本章小结 信息
展开全部

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