幫助中心 | 我的帳號 | 關於我們

圖像非聚焦模糊智能處理及應用/前沿科技人工智慧系列

  • 作者:趙文達//王海鵬|責編:曲昕
  • 出版社:電子工業
  • ISBN:9787121483363
  • 出版日期:2024/07/01
  • 裝幀:平裝
  • 頁數:208
人民幣:RMB 89 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是探討圖像非聚焦模糊智能處理及應用的著作,涵蓋了從基礎理論到技術應用的全方位內容,總結了該領域的研究現狀及作者自身的研究成果。全書共由9章組成,主要內容包括緒論(圖像非聚焦模糊處理的目的、意義、基本概念、評估指標和研究歷史及現狀)、多尺度特徵學習的圖像非聚焦模糊檢測、深度集成學習的圖像非聚焦模糊檢測、強魯棒圖像的非聚焦模糊檢測、弱監督學習的圖像非聚焦模糊檢測、弱監督非聚焦圖像去模糊、多聚焦圖像融合的非聚焦圖像去模糊、圖像非聚焦模糊智能處理的實際應用,以及回顧、建議與展望。
    本書旨在為讀者提供理論基礎及針對圖像非聚焦模糊處理實際應用的指導,可供電腦科學、人工智慧、圖像處理等領域的學生及研究人員參閱,也可供攝影、機器人等領域的工程技術人員參考,是一本既深入理論,又注重實踐的參考書。

作者介紹
趙文達//王海鵬|責編:曲昕

目錄
第1章  緒論
  1.1  圖像非聚焦模糊處理的目的和意義
  1.2  圖像非聚焦模糊處理中的相關基本概念
    1.2.1  非聚焦模糊圖像的定義及類別
    1.2.2  圖像非聚焦模糊智能處理中的深度學習技術
    1.2.3  圖像非聚焦模糊智能處理
  1.3  圖像非聚焦模糊處理的設計要求和評估指標
    1.3.1  圖像非聚焦模糊處理的設計要求
    1.3.2  圖像非聚焦模糊處理的評估指標
  1.4  圖像非聚焦模糊處理技術的研究歷史及現狀
    1.4.1  非聚焦模糊檢測
    1.4.2  非聚焦模糊圖像去模糊
  1.5  本書的研究範圍和概覽
  參考文獻
第2章  多尺度特徵學習的圖像非聚焦模糊檢測
  2.1  引言
  2.2  級聯映射殘差學習網路
    2.2.1  方法背景
    2.2.2  級聯映射殘差學習模型
    2.2.3  模型訓練
    2.2.4  實驗
  2.3  圖像尺度對稱協作網路
    2.3.1  方法背景
    2.3.2  圖像尺度對稱協作模型
    2.3.3  模型訓練
    2.3.4  實驗
  2.4  小結
  參考文獻
第3章  深度集成學習的圖像非聚焦模糊檢測
  3.1  引言
  3.2  深度交叉集成網路
    3.2.1  方法背景
    3.2.2  深度交叉集成網路模型
    3.2.3  模型訓練
    3.2.4  實驗
  3.3  自適應集成網路
    3.3.1  方法背景
    3.3.2  自適應集成網路模型
    3.3.3  模型訓練
    3.3.4  實驗
  3.4  小結
  參考文獻
第4章  強魯棒圖像的非聚焦模糊檢測
  4.1  引言
  4.2  多層級蒸餾學習的全場景非聚焦模糊檢測
    4.2.1  方法背景
    4.2.2  多層級蒸餾學習的全場景非聚焦模糊檢測模型
    4.2.3  模型訓練
    4.2.4  實驗
  4.3  基於MRFT的非聚焦模糊檢測攻擊

    4.3.1  方法背景
    4.3.2  基於MRFT的非聚焦模糊檢測攻擊模型
    4.3.3  模型訓練
    4.3.4  實驗
  4.4  小結
  參考文獻
第5章  弱監督學習的圖像非聚焦模糊檢測
  5.1  引言
  5.2  基於RCN的弱監督焦點區域檢測
    5.2.1  方法背景
    5.2.2  RCN結構
    5.2.3  模型訓練
    5.2.4  實驗
  5.3  基於雙對抗性鑒別器的自生成非聚焦模糊檢測
    5.3.1  方法背景
    5.3.2  雙對抗性鑒別器的網路結構
    5.3.3  模型訓練
    5.3.4  實驗結果與分析
  5.4  小結
  參考文獻
第6章  弱監督非聚焦圖像去模糊
  6.1  引言
  6.2  對抗促進學習的非聚焦去模糊
    6.2.1  方法背景
    6.2.2  對抗促進學習的非聚焦去模糊模型
    6.2.3  模型訓練
    6.2.4  實驗
  6.3  非聚焦檢測攻擊的圖像去模糊
    6.3.1  方法背景
    6.3.2  圖像去模糊模型
    6.3.3  模型訓練
    6.3.4  實驗
  6.4  小結
  參考文獻
第7章  多聚焦圖像融合的非聚焦圖像去模糊
  7.1  引言
  7.2  聯合多級深度監督卷積神經網路
    7.2.1  方法背景
    7.2.2  多級深度監督網路模型
    7.2.3  模型訓練
    7.2.4  實驗
  7.3  深度蒸餾多聚焦圖像融合網路
    7.3.1  方法背景
    7.3.2  深度蒸餾多聚焦圖像融合框架
    7.3.3  模型訓練
    7.3.4  實驗
  7.4  小結
  參考文獻
第8章  圖像非聚焦模糊智能處理的實際應用
  8.1  引言

  8.2  圖像非聚焦模糊檢測的應用
    8.2.1  自動對焦系統
    8.2.2  計算攝影「人像模式」
    8.2.3  圖片重定向
    8.2.4  自動駕駛目標檢測
    8.2.5  多孔材料缺陷檢測
  8.3  非聚焦圖像去模糊的應用
    8.3.1  視頻目標跟蹤系統
    8.3.2  虛擬現實技術
    8.3.3  無人探測設備應急救援系統
    8.3.4  醫學內窺鏡系統
    8.3.5  光學顯微鏡系統
  8.4  小結
  參考文獻
第9章  回顧、建議與展望
  9.1  引言
  9.2  研究成果回顧
    9.2.1  非聚焦模糊檢測的研究成果
    9.2.2  非聚焦圖像去模糊的研究成果
    9.2.3  非聚焦圖像智能處理技術的應用
  9.3  問題與建議
    9.3.1  訓練數據集的制約問題
    9.3.2  模型規模和計算開銷的問題
    9.3.3  網路模型的問題
  9.4  研究方向展望
    9.4.1  多任務結合的聯合訓練
    9.4.2  通用性非聚焦模糊處理大模型
    9.4.3  與前沿應用結合的特化研究
  9.5  小結

  • 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