幫助中心 | 我的帳號 | 關於我們

複雜條件下的目標檢測識別及跟蹤技術/學術研究專著

  • 作者:呂梅柏//劉曉東//趙軍民//劉召慶//王佩等|責編:胡莉巾
  • 出版社:西北工大
  • ISBN:9787561281819
  • 出版日期:2022/12/01
  • 裝幀:平裝
  • 頁數:230
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書針對複雜條件下的目標檢測識別及跟蹤技術,主要介紹了在複雜條件下目標檢測識別及跟蹤技術的有關方法和硬體技術,涵蓋了圖像處理相關基礎知識、紅外和可見光圖像融合跟蹤技術、複雜氣象條件的目標檢測演算法以及將傳統演算法和深度學習演算法相結合的目標跟蹤演算法等內容。針對在複雜條件下常規目標檢測識別跟蹤方法的不足,本書使用紅外和可見光圖像的融合、圖像去霧等方法提升了演算法性能,並結合實際情況,敘述了以嵌入式GPU(Graphics Processing Unit)和FPGA(Field Programmable GateArray)架構的硬體系統為基礎的演算法部署和應用,有一定的實際參考價值。
    本書可作為高等學校導航制導類和圖像處理類專業的研究生教材,也可供從事精確制導、抗干擾跟蹤識別技術的工程技術人員參考。

作者介紹
呂梅柏//劉曉東//趙軍民//劉召慶//王佩等|責編:胡莉巾

目錄
第l章  圖像處理相關基礎知識
  1.1  常見的圖像特徵
  1.2  圖像特徵點提取
  1.3  圖像傅里葉變換
  1.4  霍夫變換
第2章  紅外和可見光圖像融合跟蹤技術
  2.1  紅外和可見光融合跟蹤概述
  2.2  紅外和可見光圖像的配准
  2.3  紅外和可見光圖像的融合
  2.4  基於孿生網路的融合跟蹤演算法
  2.5  在嵌入式GPU平台上的演算法應用
  2.6  本章小結和展望
第3章  複雜氣象條件下的目標檢測演算法
  3.1  複雜氣象條件下的目標檢測演算法概述
  3.2  霧天干擾模擬方法及數據構建
  3.3  基於生成對抗網路的圖像去霧方法
  3.4  基於注意力機制的CA-YOLOv4檢測演算法
  3.5  不同干擾程度下的霧天駕駛場景目標檢測
  3.6  本章小結和展望
第4章  傳統演算法和深度學習演算法結合的目標跟蹤
  4.1  傳統演算法和深度學習演算法結合的目標跟蹤技術概論
  4.2  基於尺度自適應和多特徵融合的目標跟蹤演算法
  4.3  基於彈載平台的改進輕量化YOLOv4目標檢測演算法
  4.4  基於彈載平台的目標檢測與跟蹤一體化系統
  4.5  本章小結和展望
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