幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器人智能視覺感知與深度學習應用/人工智慧技術叢書

  • 作者：梁橋康//秦海//項韶|責編:李永泉
  • 出版社：機械工業
  • ISBN：9787111728726
  • 出版日期：2023/07/01
  • 裝幀：平裝
  • 頁數：238
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書旨在深入介紹基於深度學習的機器人智能視覺感知技術，為廣大工程技術人員學習視覺感知方面的應用和最新理論方法奠定基礎，同時也可作為高年級本科生、研究生或博士生的參考書。本書主要內容包括機器人智能視覺感知系統概述、深度學習技術概述、自然場景下文本檢測與識別、視覺目標檢測、多目標跟蹤、圖像語義分割等。全書從方法到實際應用，從演算法分析到模型搭建等多角度介紹深度學習技術在智能視覺感知方面的研究，並深度結合了當前國內外最新研究熱點，為業內人士從事相關研究與應用工作提供重要參考。
作者介紹
梁橋康//秦海//項韶|責編:李永泉
    梁橋康，博士，教授，博士研究生導師，機器人視覺感知與控制技術國家工程研究中心副主任、電子製造業智能機器人技術湖南省重點實驗室副主任，入選湖南省優秀青年骨幹教師，被授予湖南省優秀黨務工作者、湖南省教育系統優秀黨務工作者、湖南大學優秀黨支部書記、湖南大學優秀教師、湖南大學我心目中最敬愛的老師等榮譽稱號。研究方向為機器人智能感知與控制、人工智慧及其應用技術、機器人力觸覺感知與應用。先後主持了國家重點研發計劃「智能機器人」重點專項課題等多個國家級項目，在國內外學術期刊上發表論文80余篇，出版專著和教材6部，擁有國家發明專利10余項，獲省部級獎勵6項。
目錄
序
前言
第1章  緒論
  1.1  機器人視覺感知系統
  1.2  機器人視覺感知發展趨勢
  1.3  機器人視覺感知研究挑戰
  1.4  噴碼識別系統應用實踐
    1.4.1  噴碼檢測方法概述
    1.4.2  噴碼識別系統需求分析
    1.4.3  噴碼識別系統硬體選型
    1.4.4  基於輕量級Ghost-YOLO模型的噴碼識別
  1.5  本章小結
第2章  機器人智能視覺感知系統概述
  2.1  機器人智能視覺感知系統組成
  2.2  機器人智能視覺感知的主要流程
  2.3  機器人智能視覺感知的典型應用
    2.3.1  面向農業機器人的視覺感知概述
    2.3.2  基於多模型融合的應用實踐
  2.4  本章小結
第3章  深度學習技術概述
  3.1  全連接神經網路
    3.1.1  反向傳播原理
    3.1.2  全連接神經網路的缺點
  3.2  卷積神經網路及其應用
    3.2.1  神經網路的基本運算
    3.2.2  神經網路的常用函數
    3.2.3  模型融合
    3.2.4  循環神經網路
    3.2.5  集成學習理論基礎
  3.3  基於深度學習的視覺目標檢測
    3.3.1  兩階段演算法
    3.3.2  一階段演算法
  3.4  基於深度學習的視覺目標跟蹤
    3.4.1  單目標跟蹤
    3.4.2  多目標跟蹤
  3.5  本章小結
第4章  自然場景下文本檢測與識別
  4.1  概述
  4.2  基於圖像分割的場景文本檢測
    4.2.1  特徵提取網路
    4.2.2  文本區域掩碼標籤的生成
    4.2.3  場景文本區域的檢測
    4.2.4  文本區域的后處理演算法
    4.2.5  文本檢測應用實踐
  4.3  基於序列的場景文本識別
    4.3.1  場景文本特徵序列的提取
    4.3.2  特徵序列上下文信息提取
    4.3.3  轉錄層文本識別
    4.3.4  文本識別網路
    4.3.5  模型訓練

    4.3.6  文本識別應用實踐
  4.4  基於輕量級模型的噴碼文本識別系統
    4.4.1  字元區域提取
    4.4.2  字元文本處理
    4.4.3  字元文本識別
    4.4.4  字元文本識別應用實踐
    4.4.5  基於嵌入式系統的演算法設計與實現
    4.4.6  系統運行測試
  4.5  本章小結
第5章  視覺目標檢測
  5.1  目標檢測系統概述
  5.2  目標檢測的相關概念
  5.3  目標檢測模型分類
  5.4  數據獲取與處理
    5.4.1  數據預處理
    5.4.2  數據標注
  5.5  基於R-FCN的目標檢測
    5.5.1  R-FCN基本原理介紹
    5.5.2  R-FCN演算法的改進
    5.5.3  目標檢測應用實踐
  5.6  基於MaskR-CNN的目標檢測
    5.6.1  MaskR-CNN演算法基本原理
    5.6.2  改進MaskR-CNN模型
    5.6.3  MaskR-CNN應用實踐
    5.6.4  籃球以及球員檢測系統軟體設計
  5.7  本章小結
第6章  多目標跟蹤
  6.1  目標跟蹤概述
    6.1.1  單目標跟蹤
    6.1.2  多目標跟蹤
    6.1.3  多相機多目標跟蹤
  6.2  多目標跟蹤系統構成
  6.3  基於序列特徵的多目標跟蹤方法
  6.4  基於上下文圖模型的單相機多目標跟蹤
    6.4.1  圖卷積神經網路的基礎知識
    6.4.2  基於上下文圖模型的單相機多球員跟蹤
    6.4.3  多目標跟蹤應用實踐
  6.5  本章小結
第7章  圖像語義分割
  7.1  圖像語義分割概述
    7.1.1  圖像分割演算法的定義
    7.1.2  傳統的圖像分割演算法
    7.1.3  基於卷積神經網路的圖像語義分割演算法
  7.2  基於自適應特徵選擇網路的遙感影像語義分割
    7.2.1  基於自適應特徵選擇網路的遙感影像語義分割演算法
    7.2.2  基於自適應特徵選擇網路的遙感影像分割應用實踐
  7.3  基於SU-SWA的區域分割
    7.3.1  基於SU-SWA的區域分割任務分析
    7.3.2  基於SU-SWA的區域分割方法
    7.3.3  基於SU-SWA的區域分割應用實踐

  7.4  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032