• 计算机视觉
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

计算机视觉

24.5 4.7折 52 九五品

仅1件

河北廊坊
认证卖家担保交易快速发货售后保障

作者刘绍辉、姜峰 著

出版社电子工业出版社

出版时间2019-03

版次1

装帧平装

货号A13

上书时间2024-11-01

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 刘绍辉、姜峰 著
  • 出版社 电子工业出版社
  • 出版时间 2019-03
  • 版次 1
  • ISBN 9787121355486
  • 定价 52.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 227页
  • 字数 378千字
  • 正文语种 简体中文
  • 丛书 工业和信息化部“十二五”规划教材
【内容简介】
  计算机视觉是目前研究活跃的领域之一,很多新的技术和方法在计算机视觉中得到了成功的应用。
  《计算机视觉》以计算机视觉相关技术和模型为主线,讨论当前这个领域的传统技术和方法。
  《计算机视觉》共分9章。第1章介绍了人类视觉系统及其计算模型、JND模型和显著性模型。第2章介绍了图像的基本表示,以及底层特征,包括边缘、角点、几何形状的检测。第3章介绍了基本的色度学及颜色模型,并对图像形成过程进行了详细介绍。随后介绍了齐次坐标及坐标变换相关的知识,最后介绍了相机位置、方向和姿态估计。后几章分别对运动场与光流相关的基础和算法、应用进行了论述。第4章介绍了从图像序列中估计2D和3D运动。第5章介绍了差分运动分析及基于核函数的视觉跟踪。第6章介绍了蒙特卡洛罗运动分析。第7章介绍了铰链运动分析及人体姿态估计。第8章介绍了多目标跟踪算法。
  计算机视觉相关技术在实际生活中有着广泛的应用,并在最近几年取得巨大进展,尤其是深度学习技术的发展使更多人对计算机视觉领域产生了兴趣。
  《计算机视觉》可供计算机科学与技术、软件工程、多媒体处理和信号处理等领域中关注计算机视觉、图像处理、模式识别及其应用的工程技术人员和科研教学人员阅读,也可以作为研究生和大学高年级学生学习的教材和参考书。
【作者简介】

刘绍辉副教授分别于1999年、2001年和2007年获得哈尔滨工业大学计算数学及其应用软件开发专业理学学士学位、计算数学理学硕士学位和计算机应用技术专业工学博士学位。是中国计算机学会高级会员。曾作为访问教授和CSC国家公派访问学者分别于2012年和2013年访问韩国世宗大学和美国密苏里哥伦比亚大学。主持/参与多项国家自然科学基金、863、973等项目的研究。发表国内外刊物和会议学术论文100余篇,论文他引1000余次。曾获ICWAA2003国际会议*优论文奖,2016年军队科技进步二等奖。担任国家自然科学基金通讯评审人、IEEE Trans. Multimedia、CSVT、CVIU等十余种国际期刊和会议审稿人或副编辑。讲授数字图像处理、多媒体技术、计算机视觉、计算机视觉专题讲座、现代密码学原理与实践、信息安全新进展、*优化方法、信息论原理等研究生与本科生课程。参与哈工大“与国际高水平学者共建研究生课程”计算机视觉课程的建设。先后指导及协助指导硕士研究生30余名,并获2017搜狐图文匹配大赛全国总冠军,以及多项蓝桥杯全国软件与信息技术专业人才大赛奖项和哈工大年度科技创新奖项。

【目录】

目    录
第1章  人类视觉系统及其建模 1
1.1  人类视觉系统概述 1
1.2  人眼基本视觉特性 4
1.2.1  色彩空间 4
1.2.2  多通道特性 5
1.2.3  亮度自适应 5
1.2.4  对比度敏感度函数(CSF) 5
1.2.5  视觉掩盖效应 6
1.3  立体视觉的形成过程 7
1.3.1  立体视觉系统的生理特性 7
1.3.2  立体视觉系统的心理特性 9
1.3.3  立体视觉生理特性与心理特性的关系 9
1.4  JND模型与显著性模型 10
1.4.1  JND模型 10
1.4.2  显著性模型 18
1.5  本章小结 19
参考文献 19
第2章  图像边缘、角点检测 20
2.1  图像 20
2.2  灰度位图图像和彩色位图图像 21
2.3  GIF图像格式和JPEG压缩 24
2.3.1  GIF图像 25
2.3.2  JPEG图像 25
2.4  图像边缘及其检测 31
2.4.1  边缘类型 32
2.4.2  边缘检测的三个阶段 33
2.4.3  滤波操作及双边滤波器 33
2.4.4  差分操作 36
2.4.5  边缘检测操作 37
2.4.6  非极大值抑制操作 37
2.4.7  几种典型的边缘检测算法 38
2.5  图像角点检测 41
2.5.1  图像角点检测基本原理及Harris角点检测 41
2.5.2  FAST角点检测 44
2.6  形状检测 44
2.6.1  标准Hough变换及圆形Hough变换 44
2.6.2  广义Hough变换 46
2.6.3  三种常见Hough变换的区别 47
2.7  直线段检测 47
本章小结 49
参考文献 50
第3章  图像形成与相机几何 51
3.1  引言 51
3.1.1  色度学 51
3.1.2  三色视觉原理 52
3.2  图像的形成 53
3.2.1  取景透镜 54
3.2.2  抗混淆滤波器 57
3.2.3  红外截止滤波器和保护玻璃 59
3.2.4  图像传感器 59
3.3  齐次坐标 64
3.4  小孔成像 65
3.5  图像坐标系、相机坐标系和世界坐标系 67
3.5.1  图像坐标系 67
3.5.2  相机坐标系 68
3.5.3  世界坐标系 68
3.6  坐标平移、伸缩和旋转 68
3.6.1  坐标平移 68
3.6.2  坐标伸缩 69
3.6.3  坐标旋转 69
3.6.4  绕任意轴旋转的矩阵表示 71
3.6.5  罗德里格斯公式 74
3.6.6  四元数 75
3.6.7  旋转矩阵与旋转角的关系 76
3.6.8  矩阵与运动的对应关系 77
3.6.9  世界坐标系到图像坐标系的变换 78
3.6.10  透视相机模型 80
3.7  相机标定 80
3.7.1  相机畸变 83
3.7.2  相机标定 84
3.8  相机位置和方向 84
3.9  姿态估计 86
本章小结 88
习题3 88
参考文献 88
第4章  从图像序列中估计2D和3D运动 89
4.1  运动场与光流场 89
4.2  光流计算 91
4.2.1  光流方程 91
4.2.2  经典光流计算方法 92
4.2.3  光流算法的改进 94
4.3  光流技术的研究难点及策略 100
4.3.1  鲁棒的光流估计 101
4.3.2  压缩感知及基于稀疏模型的光流估计 103
4.3.3  光流分布信息的统计研究 105
4.4  3D运动恢复 107
4.4.1  透视投影成像的几何模型 107
4.4.2  3D运动场 109
4.4.3  3D运动场到2D速度场的投影转换模型 111
4.4.4  2D速度场的局部拟合及三维运动参数估计 112
参考文献 114
第5章  差分运动分析及基于核函数的视觉跟踪 120
5.1  基于差分方法的光流计算 120
5.1.1  光流通用模型 120
5.1.2  模型数据项 121
5.1.3  HS模型的计算方法 126
5.2  视觉跟踪概述 128
5.2.1  视觉跟踪的分类 129
5.2.2  视频目标跟踪算法的组成 130
5.3  核函数跟踪算法 130
5.3.1  核函数跟踪算法的问题及发展 131
5.3.2  目标及候选图像区域表达 131
5.3.3  相似性度量 132
5.3.4  概率密度估计 133
5.3.5  Mean Shift 136
5.3.6  误差平方和测度及牛顿迭代 140
5.3.7  多极值点问题 141
5.4  本章小结 142
参考文献 142
第6章  蒙特卡罗运动分析 145
6.1  跟踪问题的形式化表示 145
6.1.1  Markov性假设 145
6.1.2  三个基本模型 145
6.1.3  推测过程 146
6.2  卡尔曼滤波与广义卡尔曼滤波 146
6.2.1  状态空间表示法和参数估计 146
6.2.2  标准卡尔曼滤波 147
6.2.3  广义卡尔曼滤波 148
6.3  特征表示与提取 149
6.3.1  颜色直方图 149
6.3.2  形状特征 150
6.3.3  尺度不变轮廓特征的表示 150
6.4  目标跟踪方法评价指标 152
6.5  序列Monte Carlo方法研究 153
6.5.1  Monte Carlo方法 153
6.5.2  重要性采样 156
6.5.3  序列重要性采样 158
6.5.4  退化问题 160
6.5.5  粒子滤波的改进方法 164
6.5.6  粒子滤波的收敛性 170
6.6  本章小结 174
参考文献 175
第7章  铰链运动分析及人体姿态估计 180
7.1  人体模型及观测似然函数 180
7.1.1  人体模型 180
7.1.2  观测似然函数 181
7.2  模拟退火的粒子滤波算法 181
7.2.1  粒子滤波算法 181
7.2.2  模拟退火 182
7.2.3  模拟退火的粒子滤波 183
7.3  非参数置信传播算法 183
7.4  人体运动估计 184
7.4.1  条件随机场理论 185
7.4.2  人体与外观模型 190
7.5  本章小结 192
参考文献 192
第8章  多目标跟踪算法 194
8.1  多目标跟踪概述 194
8.1.1  目标运动模型 195
8.2  数据关联算法 197
8.2.1  最近邻域法 197
8.2.2  概率数据关联算法 197
8.2.3  联合概率数据互联算法 199
8.2.4  其他的经典算法 201
8.3  基于图模型的多目标跟踪算法 202
8.3.1  概率图模型分析 203
8.3.2  概率图模型推理方法 213
8.4  本章小结 224
参考文献 225

点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP