幫助中心 | 我的帳號 | 關於我們

基於深度學習的圖像處理/信息科學技術學術著作叢書

  • 作者:吳蘭|責編:張艷芬
  • 出版社:科學
  • ISBN:9787030763563
  • 出版日期:2024/01/01
  • 裝幀:平裝
  • 頁數:102
人民幣:RMB 98 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書主要介紹作者近年來在深度學習與圖像處理等方面的研究成果,包括圖像去模糊、視頻信息缺失補全、圖像分類識別、圖像領域自適應、多源跨域圖像遷移學習相關理論和方法,用到的模型主要包括多尺度編解碼深度卷積神經網路、多尺度特徵金字塔網路、雙判別器生成對抗網路、漸進增長生成對抗網路、貝葉斯正則化深度卷積神經網路、深度對抗域自適應網路、深度加權子域自適應網路等。
    本書可作為模式識別與智能系統專業研究生的教學參考書,同時對從事深度學習及圖像處理技術研究、開發和應用的科技人員也具有一定的參考價值。

作者介紹
吳蘭|責編:張艷芬

目錄
「信息科學技術學術著作叢書」序
前言
第1章  圖像去模糊方法
  1.1  多尺度編解碼深度卷積神經網路圖像去模糊
    1.1.1  圖像特徵提取模塊
    1.1.2  網路結構模型
    1.1.3  實驗與分析
  1.2  多尺度特徵金字塔網路圖像去模糊
    1.2.1  特徵金字塔網路原理
    1.2.2  網路結構模型
    1.2.3  實驗與分析
  1.3  本章小結
  參考文獻
第2章  視頻信息缺失補全
  2.1  基於雙判別器生成對抗網路的視頻單幀補全
    2.1.1  網路模型
    2.1.2  損失函數
    2.1.3  實驗與分析
  2.2  基於漸進增長生成對抗網路的視頻多幀補全
    2.2.1  網路模型
    2.2.2  實驗與分析
  2.3  本章小結
  參考文獻
第3章  圖像分類識別
  3.1  基於卷積神經網路的圖像分類識別
    3.1.1  卷積神經網路模型和結構設計
    3.1.2  實驗與分析
  3.2  基於貝葉斯正則化深度卷積神經網路的圖像分類
    3.2.1  深度卷積神經網路的貝葉斯學習方法
    3.2.2  實驗與分析
  3.3  本章小結
  參考文獻
第4章  圖像領域自適應
  4.1  基於深度對抗域自適應網路的圖像識別
    4.1.1  深度對抗域自適應網路
    4.1.2  實驗與分析
  4.2  基於深度加權子域自適應網路的圖像識別
    4.2.1  深度加權子域自適應網路
    4.2.2  實驗與分析
  4.3  基於自監督任務最優選擇的無監督域自適應
    4.3.1  無監督域自適應網路
    4.3.2  實驗與分析
  4.4  本章小結
  參考文獻
第5章  多源跨域圖像遷移學習
  5.1  基於自監督任務的多源無監督域自適應
    5.1.1  多源無監督域自適應網路
    5.1.2  實驗與分析
  5.2  序貫式多源域自適應
    5.2.1  序貫式多源域自適應方法

    5.2.2  實驗與分析
  5.3  基於相似性度量的多源到多目標域適應
    5.3.1  基於相似性度量的多源到多目標域適應方法
    5.3.2  實驗與分析
  5.4  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