多源視覺信息感知與識別

定　價(jià)：￥48.00

作　者：	明悅著
出版社：	北京郵電大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥45.60)

ISBN：	9787563561780	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　多源視覺信息感知是指從模擬人類的思維模式和大腦皮層結(jié)構(gòu)出發(fā)來指導(dǎo)視覺模式識別任務(wù)的方法，使計(jì)算機(jī)能夠具備類人化的視覺感知功能，實(shí)現(xiàn)與環(huán)境之間不斷學(xué)習(xí)、不斷適應(yīng)的演變過程。本書結(jié)合神經(jīng)生理學(xué)、認(rèn)知科學(xué)等學(xué)科的基本理論，首先介紹人類視覺感知系統(tǒng)和多源視覺信息傳感的生理結(jié)構(gòu)及功能特點(diǎn)。然后，結(jié)合計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、模式識別的相關(guān)理論，分析視覺感知識別中的人臉識別、運(yùn)動(dòng)目標(biāo)分析、行為識別問題以及視覺感知任務(wù)的相關(guān)數(shù)據(jù)庫及評測標(biāo)準(zhǔn)。本書適用于通信工程、信號與信息處理、計(jì)算機(jī)科學(xué)與技術(shù)、電子科學(xué)與技術(shù)等相關(guān)專業(yè)的碩士及博士研究生使用。

作者簡介

　　明悅，女，博士學(xué)位。北京郵電大學(xué)副教授，博士生導(dǎo)師?，F(xiàn)就職于北京郵電大學(xué)電子工程學(xué)院信息電子技術(shù)與智能系統(tǒng)研究中心。長期從事圖像視頻處理、模式識別以及機(jī)器學(xué)習(xí)方面的研究工作，主持國家自然科學(xué)基金1項(xiàng)、曾參加過教育部博士點(diǎn)基金、973國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃等項(xiàng)目。近期以第一作者身份發(fā)表相關(guān)論文30余篇，其中SCI檢索10篇，申請發(fā)明專利10項(xiàng)，其中已授權(quán)3項(xiàng)。擔(dān)任IEEE Transactions on Image Processing， Neurocomputing， IEEE Signal Process Letters， International Journal of Computer Systems Science and Engineering等國際期刊審稿人。

圖書目錄

目錄
第1章緒論
11概述
12人類視覺感知系統(tǒng)
121人類視覺感知系統(tǒng)的生理結(jié)構(gòu)
122視覺感知
13多源視覺傳感機(jī)理
131激光掃描成像
132動(dòng)態(tài)視覺傳感器
133位姿成像感知
14多源視覺感知系統(tǒng)框架和基本組成
15本章小結(jié)
本章參考文獻(xiàn)
第2章多源視覺感知與識別——人臉識別
21人臉識別問題
22人臉圖像去模糊算法
221圖像去模糊的基本原理
222基于權(quán)重的非局部自相似人臉去模糊算法
223實(shí)驗(yàn)及結(jié)果分析
23基于二值特征的人臉識別算法
231現(xiàn)有二值特征學(xué)習(xí)框架
232基于迭代量化的二值編碼人臉識別算法
233基于球哈希的二值編碼人臉識別算法
234基于稀疏投影矩陣的二值描述子人臉識別算法
235實(shí)驗(yàn)及結(jié)果分析
24基于子空間學(xué)習(xí)的深度學(xué)習(xí)人臉識別算法
241卷積神經(jīng)網(wǎng)絡(luò)模型
242譜回歸判別分析深度網(wǎng)絡(luò)人臉識別算法
243多尺度融合的主成分分析網(wǎng)絡(luò)人臉識別算法
244實(shí)驗(yàn)及結(jié)果分析
25基于自動(dòng)編碼器的人臉生成與識別算法
251自動(dòng)編碼器原理
252基于稀疏漸進(jìn)式堆疊自動(dòng)編碼器的姿態(tài)人臉矯正與識別
253基于深度二值自動(dòng)編碼器的人臉生成與識別
254基于對齊變分自動(dòng)編碼器的異質(zhì)人臉生成與識別
255實(shí)驗(yàn)及結(jié)果分析
26本章小結(jié)
本章參考文獻(xiàn)
第3章多源視覺信息感知與識別——運(yùn)動(dòng)目標(biāo)分析
31運(yùn)動(dòng)目標(biāo)分析問題
32基于循環(huán)神經(jīng)網(wǎng)絡(luò)的單目標(biāo)檢測與跟蹤
321基于運(yùn)動(dòng)方向預(yù)測的單目標(biāo)檢測與跟蹤
322基于自適應(yīng)預(yù)測的單目標(biāo)跟蹤算法
323實(shí)驗(yàn)結(jié)果分析
33融合時(shí)空上下文的多目標(biāo)跟蹤
331多目標(biāo)跟蹤算法原理
332融合空間上下文的多目標(biāo)跟蹤量測生成方法
333融合時(shí)間上下文的多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)方法
334融合壓縮描述的多目標(biāo)跟蹤算法
335實(shí)驗(yàn)結(jié)果分析
34本章小結(jié)
本章參考文獻(xiàn)
第4章多源視覺信息感知與識別——行為識別
41行為識別問題
42行為視頻輸入處理
421基于片段—視頻級特征融合的輸入算法
422基于時(shí)域梯度的關(guān)鍵幀選取算法
423實(shí)驗(yàn)及結(jié)果分析
43基于耦合二值特征學(xué)習(xí)與關(guān)聯(lián)約束的RGBD行為識別特征
431基于耦合二值特征學(xué)習(xí)與關(guān)聯(lián)約束的RGBD行為特征
432基于局部二值特征的行為特征表達(dá)及識別
433實(shí)驗(yàn)結(jié)果分析
44基于圖約束的RGBD多模態(tài)特征聯(lián)合表達(dá)
441稀疏圖構(gòu)造原理
442MSGDNMF算法的設(shè)計(jì)與實(shí)現(xiàn)
443模型求解及收斂性
444RGBD行為識別
445實(shí)驗(yàn)結(jié)果分析
45基于雙流Siamese網(wǎng)絡(luò)和中心對比損失的RGBD行為識別
451Siamese網(wǎng)絡(luò)結(jié)構(gòu)
452基于雙流Siamese網(wǎng)絡(luò)的RGBD行為識別
453推導(dǎo)及優(yōu)化
454實(shí)驗(yàn)結(jié)果分析
46本章小結(jié)
本章參考文獻(xiàn)
第5章多源視覺信息感知與識別——評測指標(biāo)和數(shù)據(jù)集
51人臉識別算法的評測標(biāo)準(zhǔn)
511人臉識別評測指標(biāo)
512人臉識別數(shù)據(jù)庫
52目標(biāo)跟蹤評測指標(biāo)
521目標(biāo)跟蹤評測指標(biāo)
522目標(biāo)跟蹤數(shù)據(jù)庫
53行為識別算法的評測標(biāo)準(zhǔn)
531行為識別評測指標(biāo)
532行為識別數(shù)據(jù)庫
54本章小結(jié)
本章參考文獻(xiàn)