舉報(bào)

會(huì)員
計(jì)算機(jī)視覺
最新章節(jié):
參考文獻(xiàn)
計(jì)算機(jī)視覺是目前研究最為活躍的領(lǐng)域之一,很多新的技術(shù)和方法在計(jì)算機(jī)視覺中得到了成功的應(yīng)用。本書以計(jì)算機(jī)視覺相關(guān)技術(shù)和模型為主線,討論當(dāng)前這個(gè)領(lǐng)域的傳統(tǒng)技術(shù)和方法。全書共分9章。第1章介紹了人類視覺系統(tǒng)及其計(jì)算模型、JND模型和顯著性模型。第2章介紹了圖像的基本表示,以及底層特征,包括邊緣、角點(diǎn)、幾何形狀的檢測(cè)。第3章介紹了基本的色度學(xué)及顏色模型,并對(duì)圖像形成過程進(jìn)行了詳細(xì)介紹。隨后介紹了齊次坐標(biāo)及坐標(biāo)變換相關(guān)的知識(shí),最后介紹了相機(jī)位置、方向和姿態(tài)估計(jì)。后幾章分別對(duì)運(yùn)動(dòng)場(chǎng)與光流相關(guān)的基礎(chǔ)和算法、應(yīng)用進(jìn)行了論述。第4章介紹了從圖像序列中估計(jì)2D和3D運(yùn)動(dòng)。第5章介紹了差分運(yùn)動(dòng)分析及基于核函數(shù)的視覺跟蹤。第6章介紹了蒙特卡洛羅運(yùn)動(dòng)分析。第7章介紹了鉸鏈運(yùn)動(dòng)分析及人體姿態(tài)估計(jì)。第8章介紹了多目標(biāo)跟蹤算法。計(jì)算機(jī)視覺相關(guān)技術(shù)在實(shí)際生活中有著廣泛的應(yīng)用,并在最近幾年取得巨大進(jìn)展,尤其是深度學(xué)習(xí)技術(shù)的發(fā)展使更多人對(duì)計(jì)算機(jī)視覺領(lǐng)域產(chǎn)生了興趣。本書可供計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、多媒體處理和信號(hào)處理等領(lǐng)域中關(guān)注計(jì)算機(jī)視覺、圖像處理、模式識(shí)別及其應(yīng)用的工程技術(shù)人員和科研教學(xué)人員閱讀,也可以作為研究生和大學(xué)高年級(jí)學(xué)生學(xué)習(xí)的教材和參考書。
目錄(68章)
倒序
- 封面
- 版權(quán)信息
- 內(nèi)容簡(jiǎn)介
- 前言
- 第1章 人類視覺系統(tǒng)及其建模
- 1.1 人類視覺系統(tǒng)概述
- 1.2 人眼基本視覺特性
- 1.3 立體視覺的形成過程
- 1.4 JND模型與顯著性模型
- 1.5 本章小結(jié)
- 參考文獻(xiàn)
- 第2章 圖像邊緣、角點(diǎn)檢測(cè)
- 2.1 圖 像
- 2.2 灰度位圖圖像和彩色位圖圖像
- 2.3 GIF圖像格式和JPEG壓縮
- 2.4 圖像邊緣及其檢測(cè)
- 2.5 圖像角點(diǎn)檢測(cè)
- 2.6 形狀檢測(cè)
- 2.7 直線段檢測(cè)
- 2.8 本章小結(jié)
- 參考文獻(xiàn)
- 第3章 圖像形成與相機(jī)幾何
- 3.1 引 言
- 3.2 圖像的形成
- 3.3 齊次坐標(biāo)
- 3.4 小孔成像
- 3.5 圖像坐標(biāo)系、相機(jī)坐標(biāo)系和世界坐標(biāo)系
- 3.6 坐標(biāo)平移、伸縮和旋轉(zhuǎn)
- 3.7 相機(jī)標(biāo)定
- 3.8 相機(jī)位置和方向
- 3.9 姿態(tài)估計(jì)
- 3.10 本章小結(jié)
- 習(xí) 題 3
- 參考文獻(xiàn)
- 第4章 從圖像序列中估計(jì)2D和3D運(yùn)動(dòng)
- 4.1 運(yùn)動(dòng)場(chǎng)與光流場(chǎng)
- 4.2 光流計(jì)算
- 4.3 光流技術(shù)的研究難點(diǎn)及策略
- 4.4 3D運(yùn)動(dòng)恢復(fù)
- 4.5 本章小結(jié)
- 參考文獻(xiàn)
- 第5章 差分運(yùn)動(dòng)分析及基于核函數(shù)的視覺跟蹤
- 5.1 基于差分方法的光流計(jì)算
- 5.2 視覺跟蹤概述
- 5.3 核函數(shù)跟蹤算法
- 5.4 本章小結(jié)
- 參考文獻(xiàn)
- 第6章 蒙特卡羅運(yùn)動(dòng)分析
- 6.1 跟蹤問題的形式化表示
- 6.2 卡爾曼濾波與廣義卡爾曼濾波
- 6.3 特征表示與提取
- 6.4 目標(biāo)跟蹤方法評(píng)價(jià)指標(biāo)
- 6.5 序列MonteCarlo方法研究
- 6.6 本章小結(jié)
- 參考文獻(xiàn)
- 第7章 鉸鏈運(yùn)動(dòng)分析及人體姿態(tài)估計(jì)
- 7.1 人體模型及觀測(cè)似然函數(shù)
- 7.2 模擬退火的粒子濾波算法
- 7.3 非參數(shù)置信傳播算法
- 7.4 人體運(yùn)動(dòng)估計(jì)
- 7.5 本章小結(jié)
- 參考文獻(xiàn)
- 第8章 多目標(biāo)跟蹤算法
- 8.1 多目標(biāo)跟蹤概述
- 8.2 數(shù)據(jù)關(guān)聯(lián)算法
- 8.3 基于圖模型的多目標(biāo)跟蹤算法
- 8.4 本章小結(jié)
- 參考文獻(xiàn) 更新時(shí)間:2021-01-22 18:56:49
推薦閱讀
- LibGDX Game Development Essentials
- 云計(jì)算環(huán)境下的信息資源集成與服務(wù)
- Hadoop與大數(shù)據(jù)挖掘(第2版)
- 大數(shù)據(jù):從概念到運(yùn)營(yíng)
- INSTANT Cytoscape Complex Network Analysis How-to
- Hadoop 3.x大數(shù)據(jù)開發(fā)實(shí)戰(zhàn)
- 跟老男孩學(xué)Linux運(yùn)維:MySQL入門與提高實(shí)踐
- 大數(shù)據(jù)技術(shù)入門
- 企業(yè)級(jí)容器云架構(gòu)開發(fā)指南
- 探索新型智庫(kù)發(fā)展之路:藍(lán)迪國(guó)際智庫(kù)報(bào)告·2015(下冊(cè))
- 數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)開發(fā)實(shí)例
- 數(shù)字IC設(shè)計(jì)入門(微課視頻版)
- Hadoop 3實(shí)戰(zhàn)指南
- 大數(shù)據(jù)分析:R基礎(chǔ)及應(yīng)用
- 從Lucene到Elasticsearch:全文檢索實(shí)戰(zhàn)
- 云工作時(shí)代:科技進(jìn)化必將帶來(lái)的新工作方式
- 大學(xué)計(jì)算機(jī):理解和運(yùn)用計(jì)算思維
- SQL必知必會(huì)(第5版)
- 數(shù)據(jù)挖掘:實(shí)用案例分析
- SQL面試寶典:圖解數(shù)據(jù)庫(kù)求職題
- Enterprise API Management
- Getting Started with Paint.NET
- 圖數(shù)據(jù)庫(kù)原理、架構(gòu)與應(yīng)用
- 高階產(chǎn)品經(jīng)理必修課:企業(yè)戰(zhàn)略驅(qū)動(dòng)下的數(shù)據(jù)體系搭建
- 社交網(wǎng)站的數(shù)據(jù)挖掘與分析
- MySQL數(shù)據(jù)庫(kù)項(xiàng)目化教程
- Oracle數(shù)據(jù)庫(kù)管理與維護(hù)實(shí)戰(zhàn)
- Spark 3.0大數(shù)據(jù)分析與挖掘:基于機(jī)器學(xué)習(xí)
- 云計(jì)算與大數(shù)據(jù)
- 大數(shù)據(jù)征信及智能評(píng)估:征信大數(shù)據(jù)挖掘與智能分析技術(shù)