模式識別與電腦視覺手冊(第6版) Handbook of Pattern Recognition and Computer Vision: 6th Edition

[美]陳季鎬(Chi Hau Chen)著 郭濤 譯

  • 模式識別與電腦視覺手冊(第6版)-preview-1
  • 模式識別與電腦視覺手冊(第6版)-preview-2
  • 模式識別與電腦視覺手冊(第6版)-preview-3
模式識別與電腦視覺手冊(第6版)-preview-1

買這商品的人也買了...

相關主題

商品描述

本書篇幅有限,即便在現有篇幅的基礎上擴充10倍,也很難涵蓋模式識別與電腦視覺領域的全面發展情況,這一點毋庸置疑。不同於期刊、特刊,本書涵蓋的內容為模式識別與電腦視覺在理論和應用方面的關鍵成果。本書共有6版,這6版書概括了該領域近三十年的發展,通過它們,讀者可以更好地瞭解這個不斷更迭的領域。在信息研究基金會的資助下,本書的第1~4版現已向大眾免費開放,網址可掃封底二維碼獲取。

目錄大綱

第I部分  理論、技術和系統

簡要介紹 2

參考文獻 3

第1章  最佳統計分類 5

1  引言 5

2  最優貝葉斯分類器 6

3  離散模型OBC 9

4  高斯模型OBC 12

5  多類分類 15

6  先驗構造 19

7  最優貝葉斯遷移學習 21

8  結論 25

參考文獻 25

第2章  目標識別的深度判別

特徵學習方法 29

1  引言 29

2  基於熵正交損失的深度判別

特徵學習方法 31

3  基於最小-最大損失的深度

判別特徵學習方法 36

4  圖像分類任務實驗 42

5  討論 44

參考文獻 45

第3章  基於深度學習的背景減法:

系統綜述 49

1  引言 49

2  背景減法 50

3  實驗結果 57

4  結論 59

參考文獻 60

第4章  無需大型數據集即可進行

形狀建模和骨架提取的相

似域網絡 69

1  引言 69

2  相關研究 70

3  相似域 71

4  相似域網絡 72

5  使用SDN進行參數化

形狀建模 74

6  從SD中提取骨架 75

7  實驗 76

8  結論 78

9  致謝 78

參考文獻 79

第5章  基於曲波的紋理特徵用於

模式分類研究 81

1  引言 81

2  曲波變換方法 82

3  基於曲波的紋理特徵 90

4  應用問題的一個示例 90

5  總結與討論 92

附錄 92

參考文獻 95

第6章  嵌入式系統高效深度

學習概述 99

1  引言 99

2  深度神經網絡概述 100

3  用於DNN處理的硬件 101

4  DNN高效推理的方法 103

5  結論 106

參考文獻 106

第7章  用於基於差異的多視圖

學習的隨機森林 108

1  引言 108

2  隨機森林差異 110

3  多視圖學習的差異表示 112

4  將視圖與加權組合相結合 114

5  實驗 121

6  結論 124

7  致謝 124

參考文獻 124

第8章  圖像著色綜述 127

1  引言 127

2  參考圖像著色 128

3  塗鴉著色 132

4  深度學習著色 134

5  其他相關研究 137

6  結論 139

參考文獻 139

 

第9章  語音識別深度學習的

最新進展 144

1  引言 144

2  端到端模型 145

3  魯棒性 151

 

4  總結及未來研究方向 155

5  致謝 157

參考文獻 157

 

第II部分  應用

簡要介紹 170

參考文獻 171

第10章  遙感技術中的機器學習 173

1  引言 173

2  PolSAR圖像分析的傳統

處理鏈 175

3  整體特徵提取和模型訓練 175

4  結論 188

參考文獻 189

第11章  基於高光譜和空間自適應

解混對具有損壞像素的數

據分數錶面的解析重建 193

1  引言 193

2  基於解析2D錶面的空間

自適應高光譜解混 196

3  評估和結果 199

4  結論 204

參考文獻 205

第12章  視覺圖像中海冰參數

識別的圖像處理 211

1  引言 211

2  冰像素檢測 212

3  浮冰識別 213

4  案例研究及其應用 218

5  討論和未來研究 224

參考文獻 225

 

第13章  深度學習在MRI大腦

結構的大腦分割和大腦

標記中的應用 228

1  引言 228

2  方法 229

3  結果 236

4  討論 240

5  結論 242

參考文獻 242

第14章  基於時間紋理分析的血管

內超聲圖像自動分割 246

1  引言 246

2  數據庫 248

3  方法及步驟 248

4  實施和結果 254

5  結束語 256

參考文獻 256

第15章  使用深度學習進行歷史

文獻分析 258

1  現有技術 258

2  交叉描繪的圖形分類 261

3  使用歷史圖像合成處理

大型歷史文檔數據集 266

參考文獻 269

第16章  通過基於圖的方法進行

簽名驗證 275

1  引言 275

2  從簽名圖像到圖再到驗證 276

3  圖編輯距離及其近似值 279

4  實驗評估 284

5  結論和近期研究 286

參考文獻 287

第17章  用於地震模式識別的細胞

神經網絡 292

1  引言 292

2  細胞神經網絡 293

3  使用DT-CNN關聯記憶的

模式識別 301

4  實驗 302

5  結論 307

參考文獻 307

第18章  在跨模態人臉驗證和

合成中加入面部屬性 309

1  引言 309

2  屬性引導的人臉驗證 311

3  屬性引導的草圖-照片合成 319

4  討論 325

參考文獻 326

第19章  深度學習時代的互聯和

自動駕駛汽車:電腦

引導轉向的案例研究 330

1  引言 330

2  相關研究:人工智能在CAV

中的應用 332

3  相關問題 334

4  案例研究:我們提出的

方法 335

5  實驗設置 337

6  分析和結果 340

7  結束語 343

8  致謝 344

參考文獻 344