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

電腦視覺導論(從傳統方法到智能技術)

  • 作者：謝源//高岩//全紅艷|責編:佘潔
  • 出版社：人民郵電
  • ISBN：9787115663177
  • 出版日期：2025/10/01
  • 裝幀：平裝
  • 頁數：316
人民幣：RMB 119.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統整合了電腦視覺領域的經典演算法與現代智能視覺技術，全面介紹了該領域的核心理論與方法體系。本書內容豐富，涵蓋了以下主要知識點：電腦視覺基本概念及技術基礎、人類視覺感知與圖像特徵多層表達、圖像特徵與圖像對齊、二值圖像分析、區域分割、紋理特徵分析、相機成像模型和標定技術、光流計算、三維重建、傳統目標檢測與識別演算法、傳統目標跟蹤演算法、智能目標識別與跟蹤、三維點雲特徵及理解、視覺語言模型等。
    本書適合作為電腦科學與技術、軟體工程及電子類專業本科生、研究生的教材或教學參考書，也可供從事電腦視覺應用與研究的開發人員和科研人員使用。對於電腦視覺先行課程知識欠缺的讀者，本書提供了循序漸進、易於理解的學習路徑，幫助他們系統掌握電腦視覺演算法原理和關鍵技術。
作者介紹
謝源//高岩//全紅艷|責編:佘潔
目錄
第1章  電腦視覺基礎
  1.1  概述
    1.1.1  電腦視覺概念
    1.1.2  電腦視覺的發展歷史及應用
    1.1.3  與其他學科之間的關係
    1.1.4  電腦視覺演算法流程
  1.2  數字圖像基礎
    1.2.1  數字圖像基本概念
    1.2.2  數字圖像質量影響因素
    1.2.3  數字圖像基本運算
    1.2.4  數字圖像的空域處理
    1.2.5  圖像濾波處理
  1.3  機器學習與人工智慧技術
    1.3.1  人工智慧技術的發展
    1.3.2  機器學習概念及常用演算法
    1.3.3  機器學習與深度學習
    1.3.4  深度學習技術的發展
    1.3.5  神經元與人工神經網路
    1.3.6  神經網路結構
    1.3.7  卷積神經網路
  1.4  電腦視覺編程基礎
    1.4.1  Python語言簡介
    1.4.2  圖像處理的軟體包
    1.4.3  深度學習編程框架
    1.4.4  深度學習編程實例
  習題
第2章  人類視覺感知與圖像特徵多層表達
  2.1  人眼結構與視覺特性
    2.1.1  人眼結構
    2.1.2  人眼視覺特性
    2.1.3  人類視覺感知
    2.1.4  顏色感知與色彩空間
    2.1.5  視覺感知特徵及作用
  2.2  圖像的多層次表達
    2.2.1  圖像金字塔與人類的感知
    2.2.2  圖像金字塔技術的作用
  2.3  濾波器
    2.3.1  濾波器概念
    2.3.2  空域濾波器
    2.3.3  頻域濾波處理
    2.3.4  圖像濾波與金字塔生成
  2.4  深度學習的多層特徵
    2.4.1  圖像的卷積運算
    2.4.2  卷積神經網路及多層特徵
  習題
第3章  圖像特徵與圖像對齊
  3.1  圖像特徵及常見類型
  3.2  點特徵
  3.3  邊緣特徵
  3.4  區域特徵

  3.5  多視圖及特徵對應
  3.6  特徵匹配技術
  3.7  圖像對齊技術基礎
  3.8  全局圖像對齊
    3.8.1  基於幾何變換的對齊
    3.8.2  基於投影變換的對齊
  3.9  智能圖像對齊
    3.9.1  塊對齊演算法
    3.9.2  最優匹配點的智能圖像對齊演算法
    3.9.3  智能幾何變換對齊
    3.9.4  智能關鍵點匹配演算法
  習題
第4章  二值圖像分析
  4.1  二值圖像概念
  4.2  二值圖像的創建
  4.3  連通性及連通成分標記
  4.4  區域的邊界
  4.5  圖像骨架化
  4.6  數學形態學處理方法
    4.6.1  數學形態學基本運算
    4.6.2  數學形態學處理演算法
  4.7  二值圖像的應用實例
  習題
第5章  區域分割
  5.1  區域分割概念
  5.2  傳統圖像分割
    5.2.1  閾值分割法
    5.2.2  基於區域的分割技術
    5.2.3  基於輪廓的分割技術
  5.3  圖像語義概念
  5.4  語義分割技術發展及CNN基礎
  5.5  基於深度學習的語義分割
    5.5.1  基於FCN的語義分割技術
    5.5.2  其他語義分割網路
    5.5.3  基於注意力機制的語義分割
  5.6  基於區域的智能分割演算法
  習題
第6章  紋理特徵分析
  6.1  紋理的定義及分類
  6.2  紋理特徵分析的常用方法
  6.3  基於紋理的分類與識別
  6.4  圖像修復
  6.5  圖像風格化處理
  習題
第7章  相機成像模型和標定技術
  7.1  從3D到2D的成像
  7.2  相機成像模型
  7.3  攝像機標定技術基礎
  7.4  對極幾何與攝像機自標定
  7.5  智能成像模型學習方法

  習題
第8章  光流計算
  8.1  光流概念
  8.2  光流估計的用途
  8.3  運動場與光流的關係
  8.4  光流估計方法
  8.5  基於深度學習的光流估計
  8.6  基於光流的智能表情分析實例
  習題
第9章  三維重建
  9.1  三維重建基礎
  9.2  三維場景表達方法
    9.2.1  立體表面表達
    9.2.2  空間點雲表達
    9.2.3  體表達
    9.2.4  體素表達
    9.2.5  深度映像表達
  9.3  三維形狀重建
    9.3.1  基於明暗恢復形狀
    9.3.2  基於紋理恢復形狀
  9.4  主動視覺與被動視覺重建
    9.4.1  主動視覺重建
    9.4.2  被動視覺重建
  9.5  智能三維重建演算法
    9.5.1  單幅圖像重建技術
    9.5.2  神經輻射場重建
    9.5.3  DeepSDF重建
  習題
第10章  傳統目標檢測與識別演算法
  10.1  目標識別概念
  10.2  目標識別演算法分類
  10.3  目標識別演算法流程
  10.4  滑動窗口目標檢測演算法
  10.5  目標識別詞袋演算法
  10.6  基於AdaBoost的人臉檢測演算法
  習題
第11章  傳統目標跟蹤演算法
  11.1  目標跟蹤概念
  11.2  目標跟蹤技術難點
  11.3  運動目標檢測與跟蹤
  11.4  傳統跟蹤演算法基礎
  11.5  典型目標跟蹤演算法
    11.5.1  核跟蹤演算法基礎
    11.5.2  均值漂移演算法
  11.6  卡爾曼濾波器跟蹤演算法
  11.7  相關濾波運動跟蹤演算法
  習題
第12章  智能目標識別與跟蹤
  12.1  智能目標識別演算法基礎
  12.2  R-CNN演算法

  12.3  SPP-Net演算法
  12.4  Fast R-CNN演算法
  12.5  Faster R-CNN演算法
  12.6  YOLOv1演算法
  12.7  SSD演算法
  12.8  YOLOv2演算法
  12.9  YOLOv3演算法
  12.10  基於YOLO的其他跟蹤演算法
  習題
第13章  三維點雲特徵及理解
  13.1  點雲濾波處理與表達
    13.1.1  點雲濾波基礎
    13.1.2  點雲關鍵點提取與描述
    13.1.3  點雲體素化與稀疏化表達
  13.2  點雲特徵描述方法
    13.2.1  點雲特徵描述子
    13.2.2  特徵描述的演算法實例
  13.3  智能點雲運算演算法實例
    13.3.1  智能點雲運算技術的發展
    13.3.2  PointNet演算法
    13.3.3  PointNet++演算法
    13.3.4  PointConv演算法
  13.4  三維點雲語義理解
  13.5  三維點雲目標分類
  習題
第14章  視覺語言模型
  14.1  語言模型技術基礎
    14.1.1  語言模型的詞嵌入
    14.1.2  預訓練語言模型
    14.1.3  大語言模型技術及發展
  14.2  視覺語言模型基礎
  14.3  端到端的視覺語言模型
    14.3.1  CLIP模型
    14.3.2  ALBEF模型
    14.3.3  VLMo
    14.3.4  BLIP模型
    14.3.5  CoCa模型
    14.3.6  BEiT-3模型
  14.4  基於預訓練的視覺語言模型
    14.4.1  BLIP-2模型
    14.4.2  InstructBLIP模型
    14.4.3  MiniGPT-4模型
    14.4.4  LLaVA模型
    14.4.5  VisualGLM-6B模型
    14.4.6  CogVLM模型
    14.4.7  MiniGPT-5模型
    14.4.8  GPT-4V模型
  14.5  穩定擴散模型
    14.5.1  擴散模型
    14.5.2  去噪擴散概率模型

    14.5.3  LDM
    14.5.4  SDM
  習題

  • 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