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

視覺顯著性目標檢測原理及方法

  • 作者：王凡//王銘顯|責編:王夢?
  • 出版社：中國石化
  • ISBN：9787511478634
  • 出版日期：2025/01/01
  • 裝幀：平裝
  • 頁數：173
人民幣：RMB 68 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書首先主要介紹了視覺顯著性目標檢測原理，綜述了視覺顯著性目標檢測研究現狀；其次詳細介紹了一種主流的視覺顯著性檢測的理論模型－圖半監督學習，並闡述了其存在優點和缺點，提出了幾種基於圖半監督學習的視覺顯著性目標檢測方法，突破了圖半監督學習在視覺顯著性目標檢測中的局限性。目前，關於基於圖半監督學習的視覺顯著性目標檢測的學術期刊論文很多，但是相關書籍很少。所以，本書可為以後進一步深入研究視覺顯著性檢測方法和圖半監督學習理論的相關應用奠定基礎。
作者介紹
王凡//王銘顯|責編:王夢?
目錄
第1章  緒論
  1.1  引言
  1.2  視覺顯著性檢測任務
  1.3  視覺顯著性檢測研究現狀
    1.3.1  基於低層圖像特徵的自底向上顯著性目標檢測方法
    1.3.2  基於低層圖像特徵的自頂向下顯著性目標檢測方法
    1.3.3  基於高層語義信息的自底向上顯著性目標檢測方法
    1.3.4  基於深度學習的顯著性目標檢測方法
  1.4  視覺顯著性檢測研究存在的問題
    1.4.1  研究對象存在的挑戰
    1.4.2  研究方法及存在的問題
第2章  視覺顯著性目標檢測基礎知識
  2.1  引言
  2.2  視覺顯著性目標檢測原理
    2.2.1  人類視覺系統
    2.2.2  視覺顯著性定義
    2.2.3  視覺顯著性檢測機制
  2.3  圖像數據集和評價方法
  2.4  顯著性評價指標
  2.5  本章小結
第3章  圖半監督學習
  3.1  引言
  3.2  圖的概念及構造
    3.2.1  圖的概念
    3.2.2  圖的類型
    3.2.3  鄰域和度
    3.2.4  圖的屬性
    3.2.5  傳統圖構造方法
    3.2.6  基於局部線性嵌入的圖構造
  3.3  圖半監督學習方法
    3.3.1  圖半監督學習假設
    3.3.2  高斯隨機場
    3.3.3  流形排序
  3.4  基於圖的視覺顯著性目標檢測方法
    3.4.1  基於梯度下降的超像素分割演算法
    3.4.2  基於背景先驗的流形排序方法
    3.4.3  基於前景緊湊性的顯著性計算方法
    3.4.4  元胞自動機的顯著性優化方法
  3.5  本章小結
第4章  基於顏色描述子和高層先驗的顯著性目標檢測
  4.1  引言
  4.2  CDHL演算法概述
    4.2.1  局部圖像描述子
    4.2.2  高層先驗信息
  4.3  實驗和分析
    4.3.1  實現細節
    4.3.2  定量對比和分析
    4.3.3  定性對比和分析
  4.4  本章小結
第5章  基於多圖交叉擴散的顯著性目標檢測

  5.1  引言
  5.2  CDCMG方法概述
    5.2.1  圖像特徵提取
    5.2.2  傳統圖構造
    5.2.3  基於交叉擴散的前景緊湊性顯著值計算
    5.2.4  基於多特徵SCA的顯著性優化
  5.3  實驗和分析
    5.3.1  CDCMG實現細節
    5.3.2  定量對比和分析
    5.3.3  定性對比和分析
  5.4  本章小結
第6章  基於強化圖的顯著性目標檢測
  6.1  引言
  6.2  LJAM方法概述
    6.2.1  圖像特徵提取
    6.2.2  聯合親和圖矩陣
    6.2.3  強化圖構建
    6.2.4  基於強化圖的前景緊湊性顯著值計算
    6.2.5  基於強化SCA方法的顯著圖優化
  6.3  實驗和分析
    6.3.1  LJAM實現細節
    6.3.2  定量對比和分析
    6.3.3  定性對比和分析
    6.3.4  SLIC方法的有效性驗證
    6.3.5  LJAM的消融實驗
    6.3.6  強化圖的優越性和拓展性驗證
  6.4  本章小結
第7章  基於三層強化圖擴散的顯著性目標檢測
  7.1  引言
  7.2  RGD-3方法概述
    7.2.1  圖像特徵提取
    7.2.2  親和圖矩陣和傳統圖
    7.2.3  第一層強化圖中的前景顯著值計算
    7.2.4  第二層強化圖中的前景和背景顯著值計算
    7.2.5  第三層強化圖——SCA顯著圖優化
  7.3  實驗和分析
    7.3.1  RGD-3實現細節
    7.3.2  定量對比和分析
    7.3.3  定性對比和分析
    7.3.4  RGD-3的消融實驗
  7.4  本章小結
第8章  基於稀疏子空間聚類強化圖的多尺度顯著性目標檢測
  8.1  引言
  8.2  MSPG方法概述
    8.2.1  提取圖像特徵
    8.2.2  傳統圖構造
    8.2.3  稀疏子空間聚類的親和圖矩陣學習
  8.3  實驗和分析
    8.3.1  實現細節
    8.3.2  定量對比和分析

    8.3.3  定性對比和分析
    8.3.4  消融實驗
  8.4  本章小結
第9章  基於加權圖構建的顯著性目標檢測
  9.1  引言
  9.2  SDWG方法概述
    9.2.1  圖像特徵提取
    9.2.2  傳統無向圖構建
    9.2.3  多視角親和圖矩陣學習
    9.2.4  多視角加權圖構建
    9.2.5  基於三層加權圖的顯著性檢測
  9.3  實驗和分析
    9.3.1  實現細節
    9.3.2  定量對比和分析
    9.3.3  定性對比和分析
    9.3.4  消融實驗
  9.4  本章小結
第10章  基於稀疏圖加權強化圖擴散的顯著性目標檢測
  10.1  引言
  10.2  SGW演算法概述
    10.2.1  圖像特徵提取
    10.2.2  稀疏圖學習
    10.2.3  傳統圖矩陣構建
    10.2.4  基於強化圖擴散模型的顯著性計算
  10.3  實驗和分析
    10.3.1  定量對比和分析
    10.3.2  定性對比和分析
    10.3.3  消融實驗
  10.4  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