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

基於知識蒸餾的圖像去霧技術

  • 作者：崔智高//蘭雲偉//蘇延召//王念|責編:丁福志
  • 出版社：國防工業
  • ISBN：9787118134803
  • 出版日期：2024/10/01
  • 裝幀：平裝
  • 頁數：111
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    圖像去霧技術能夠將真實場景下受霧霾天氣影響的降質圖像進行恢復，從而使其更好地應用於目標檢測、語義分割、行人重識別等高級視覺任務，具有重要的研究意義和應用前景。本書創新地將知識蒸餾理論應用於圖像去霧領域，有效解決了圖像去霧過程中存在的去霧圖像顏色失真嚴重、訓練模型網路結構複雜、去霧模型泛化能力不足、真實場景去霧性能較差等問題。本書主要內容包括霧天圖像形成機理（第1章）、圖像去霧相關技術（第2章）、知識蒸餾基礎理論（第3章）以及基於知識蒸餾的圖像去霧演算法等（第4?8章），系統介紹了相關方法的研究背景、理論基礎和演算法描述，並給出了相應的實驗結果。本書是電腦圖像處理方面的專著，反映了作者近年來在這一領域的主要研究成果。
    本書內容新穎、結構清晰、語言簡練，可作為大專院校及科研院所模式識別、圖像處理和機器視覺等領域的高年級本科生、研究生的教材和參考書，也可作為相關領域的教師、科研人員以及從事圖像恢復、圖像增強的工程技術人員的參考書。
作者介紹
崔智高//蘭雲偉//蘇延召//王念|責編:丁福志
目錄
第1章  緒論
  1.1  圖像處理技術
    1.1.1  數字圖像處理對象
    1.1.2  數字圖像處理技術
  1.2  霧的形成機理
  1.3  霧天圖像退化模型
    1.3.1  入射光衰減模型
    1.3.2  大氣光成像模型
    1.3.3  霧天圖像退化模型
  1.4  本書內容安排
  參考文獻
第2章  圖像去霧技術
  2.1  圖像去霧研究現狀
    2.1.1  基於圖像增強的去霧演算法
    2.1.2  基於圖像複原的去霧演算法
    2.1.3  基於深度學習的去霧演算法
  2.2  圖像去霧主要數據集
    2.2.1  RESIDE數據集
    2.2.2  HazeRD數據集
    2.2.3  D-HAZY數據集
    2.2.4  I-HAZE和0-HAZE數據集
    2.2.5  URHI數據集
    2.2.6  FHAZE數據集
  2.3  評價指標
    2.3.1  主觀綜合評價
    2.3.2  客觀綜合評價
  參考文獻
第3章  知識蒸餾基本理論
  3.1  知識蒸餾的起源
  3.2  知識的形式
    3.2.1  輸出特徵知識
    3.2.2  中間特徵知識
    3.2.3  關係特徵知識
    3.2.4  結構特徵知識
  3.3  知識蒸餾的方式
    3.3.1  離線蒸餾
    3.3.2  在線蒸餾
    3.3.3  自蒸餾
  3.4  知識蒸餾的應用
    3.4.1  模型壓縮
    3.4.2  模型增強
  參考文獻
第4章  基於多教師引導的知識蒸餾圖像去霧演算法
  4.1  引言
  4.2  基於多教師引導的知識蒸餾圖像去霧網路
    4.2.1  教師網路
    4.2.2  學生網路
    4.2.3  蒸餾方式
  4.3  損失函數設計
  4.4  實驗設置與結果分析

    4.4.1  實驗設置
    4.4.2  結果分析
  4.5  本章小結
  參考文獻
第5章  基於多先驗引導的知識蒸餾圖像去霧演算法
  5.1  引言
  5.2  基於多先驗引導的知識蒸餾圖像去霧網路
    5.2.1  教師網路
    5.2.2  學生網路
  5.3  損失函數設計
    5.3.1  L1損失
    5.3.2  感知損失
    5.3.3  蒸餾損失
  5.4  實驗設置與結果分析
    5.4.1  實驗設置
    5.4.2  結果分析
  5.5  本章小結
  參考文獻
第6章  基於物理模型引導的自蒸餾圖像去霧演算法
  6.1  引言
  6.2  基於物理模型引導的自蒸餾圖像去霧網路
    6.2.1  深度特徵提取網路
    6.2.2  預退出分支網路
    6.2.3  前向預測
    6.2.4  自蒸餾
  6.3  損失函數設計
  6.4  實驗設置與結果分析
    6.4.1  實驗設置
    6.4.2  結果分析
  6.5  本章小結
  參考文獻
第7章  基於在線知識蒸餾的圖像去霧演算法
  7.1  引言
  7.2  基於在線知識蒸餾的圖像去霧網路
    7.2.1  特徵共享網路
    7.2.2  在線蒸餾網路
  7.3  損失函數設計
  7.4  實驗設置與結果分析
    7.4.1  實驗設置
    7.4.2  結果分析
  7.5  本章小結
  參考文獻
第8章  基於半監督的知識蒸餾圖像去霧演算法
  8.1  引言
  8.2  基於半監督的知識蒸餾圖像去霧網路
    8.2.1  監督學習分支
    8.2.2  無監督學習分支
    8.2.3  半監督學習訓練
  8.3  損失函數設計
  8.4  實驗設置與結果分析

    8.4.1  實驗設置
    8.4.2  結果分析
  8.5  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