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

智能視頻目標檢測與識別技術/圖像圖形智能處理理論與技術前沿

  • 作者：編者:王生進//謝劍斌//龐彥偉//李亞利|責編:劉楊|總主編:中國圖象圖形學學會
  • 出版社：清華大學
  • ISBN：9787302676317
  • 出版日期：2024/12/01
  • 裝幀：平裝
  • 頁數：208
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書可作為高等院校人工智慧與電腦相關專業、信息與信號處理、電腦視覺和機器人等智能體等相關領域的教學參考書，也可供從事智能安防相關領域的技術人員參考使用。
    本書各章分別對人們關注和重要應用的典型視頻目標檢測和識別技術進行了論述。第1?6章主要介紹智能視頻中目標檢測技術的發展和檢測方法，包括視頻目標檢測、無人機目標檢測、人臉檢測、行人檢測、車輛檢測、異常檢測。第7?10章主要介紹智能視頻中目標識別技術的發展和識別方法，包括人臉識別、行人再識別、行為識別、視頻車牌識別。
作者介紹
編者:王生進//謝劍斌//龐彥偉//李亞利|責編:劉楊|總主編:中國圖象圖形學學會
目錄
第1章  視頻目標檢測
  1.1  視頻目標檢測概述
    1.1.1  視頻目標檢測的數據集
    1.1.2  視頻目標檢測的研究思路
    1.1.3  視頻目標檢測的應用場景
  1.2  基於深度學習的視頻目標檢測
    1.2.1  靜態目標檢測方法
    1.2.2  視頻目標檢測方法
  參考文獻
第2章  無人機目標檢測
  2.1  無人機目標檢測概述
    2.1.1  無人機目標檢測的挑戰
    2.1.2  無人機目標檢測數據集
  2.2  無人機目標檢測的一般思路
  2.3  無人機目標檢測方法
    2.3.1  基於圖像切分的無人機目標檢測
    2.3.2  基於尺度自適應特徵的無人機目標檢測
  2.4  「無人機目標檢測應用示範
  參考文獻
第3章  人臉檢測
  3.1  人臉檢測概述
    3.1.1  人臉檢測的應用需求
    3.1.2  研究人臉檢測的基本方法
  3.2  深度卷積神經網路人臉檢測
    3.2.1  一種常用的人臉檢測方法框架
    3.2.2  原理設計
    3.2.3  人臉檢測測試
  3.3  人臉檢測應用實例
    3.3.1  人臉識別
    3.3.2  虛擬眼鏡佩戴
  參考文獻
第4章  行人檢測
  4.1  引言
  4.2  基於手工設計特徵的行人檢測方法
    4.2.1  基於通道特徵的行人檢測方法
    4.2.2  基於形變模型的行人檢測方法
    4.2.3  基於非相鄰特徵的行人檢測方法
  4.3  非端到端深度行人檢測方法
    4.3.1  非端到端行人檢測方法分類
    4.3.2  基於多層通道特徵的行人檢測方法
  4.4  端到端深度行人檢測方法
    4.4.1  兩階段行人檢測方法
    4.4.2  單階段行人檢測方法
    4.4.3  基於掩膜引導注意力網路的行人檢測方法
  參考文獻
第5章  車輛檢測
  5.1  引言
  5.2  基於單目的車輛檢測方法
    5.2.1  基於單目的2D車輛檢測方法
    5.2.2  基於單目的3D車輛檢測方法

  5.3  基於雙目的車輛檢測方法
    5.3.1  雙目車輛檢測方法分類
    5.3.2  基於高效3D幾何特徵的雙目車輛檢測方法
    5.3.3  基於非均勻採樣的雙目車輛檢測方法
  5.4  車輛檢測的研究趨勢
  參考文獻
第6章  異常檢測
  6.1  異常檢測概述
    6.1.1  異常的定義
    6.1.2  異常檢測的定義
    6.1.3  異常檢測的難點
  6.2  基於傳統方法的異常檢測
    6.2.1  基於模型的方法
    6.2.2  基於聚類的方法
    6.2.3  基於鄰近度的方法
    6.2.4  基於分類的方法
    6.2.5  圖像異常檢測
  6.3  基於深度學習的異常檢測
    6.3.1  深度異常檢測方法分類
    6.3.2  深度圖像異常檢測
    6.3.3  深度視頻異常檢測
  參考文獻
第7章  人臉識別
  7.1  人臉識別概述
    7.1.1  人臉識別的應用需求
    7.1.2  人臉識別的研究概要
  7.2  基於深度學習的人臉識別
    7.2.1  深度卷積神經網路
    7.2.2  基於深度學習實現人臉識別
  7.3  人臉識別演算法架構
    7.3.1  人臉檢測
    7.3.2  人臉關鍵點定位
    7.3.3  人臉跟蹤
    7.3.4  人臉歸一化與特徵提取
  7.4  基於級聯卷積神經網路的人臉識別
    7.4.1  網路架構
    7.4.2  閾值選擇
  參考文獻
第8章  行人再識別
  8.1  行人再識別概述
    8.1.1  行人再識別難點
    8.1.2  行人再識別研究目標
    8.1.3  行人再識別研究方法
  8.2  行人再識別評價指標與數據集
  8.3  基於深度網路特徵空間正交優化的行人再識別
    8.3.1  權向量間相關性及其影響
    8.3.2  SVDNet網路模型
  8.4  基於特徵配準的行人再識別
    8.4.1  行人語義部件特徵學習
    8.4.2  行人廣義部件特徵學習

    8.4.3  遮擋等信息不完全條件下的行人部件學習
    8.4.4  基於特徵校正層的深度特徵表徵方法
  8.5  面向域泛化行人再識別
  參考文獻
第9章  行為識別
  9.1  行為識別概述
  9.2  行為識別基礎
  9.3  基於傳統方法的人體行為識別
    9.3.1  整體特徵表示
    9.3.2  局部特徵表示
  9.4  基於深度學習的人體行為識別
    9.4.1  雙流網路結構
    9.4.2  3D卷積神經網路結構
    9.4.3  混合網路結構
    9.4.4  其他行為識別方法
  9.5  數據集
  參考文獻
第10章  視頻車牌識別
  10.1  引言
  10.2  視頻車牌識別研究現狀
    10.2.1  車牌識別方法
  10.2.2車牌檢測方法
    10.2.3  車牌跟蹤方法
    10.2.4  數據集與測試指標
  10.3  基於深度學習的車牌識別方法
    10.3.1  特徵提取網路
    10.3.2  編碼器-解碼器模型
    10.3.3  圖像校正方法
    10.3.4  預訓練方法
    10.3.5  車牌識別實驗結果
  10.4  視頻車牌識別系統
    10.4.1  基於自注意力機制的車牌檢測方法
    10.4.2  多目標車牌跟蹤方法
    10.4.3  實驗結果
  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