基于深度学习理论的纹身图像识别与检测研究 全新未翻阅
现货实拍,品相如图,所见即所得,极速发货。
¥
18.88
4.7折
¥
39.8
全新
仅1件
作者许庆勇 著
出版社华中科技大学出版社
出版时间2019-01
版次1
装帧平装
货号1001020302@#
上书时间2024-03-22
商品详情
- 品相描述:全新
-
一版一印,未翻阅
图书标准信息
-
作者
许庆勇 著
-
出版社
华中科技大学出版社
-
出版时间
2019-01
-
版次
1
-
ISBN
9787568047203
-
定价
39.80元
-
装帧
平装
-
开本
16开
-
纸张
胶版纸
-
页数
142页
-
字数
157千字
-
正文语种
简体中文
- 【内容简介】
-
本书针对纹身图像的局部性、内容的复杂性、纹理的清晰性、颜色的单一性、图案Logo的标志性、大小形状的多样性等特点,运用深度学习理论,从纹身的特点、研究理论、纹身识别与检测研究三方面进行系统、科学的研究。纹身图像识别与检测研究是近几年才引起学者和相关人员重视的,其研究发展也是一个不断完善的过程,希望本书能对相关领域的研究起到一定的作用。
- 【作者简介】
-
许庆勇,男,现任南昌大学旅游学院教师。南昌大学信息管理与信息系统博士,2015年9月至2016年9月在新加坡南洋理工大学担任访问学者。主持和参与省部级课题10余项,作为主要参加者参与国家社会科学基金项目3项,国家自然科学基金项目1项,公开发表学术论文20余篇,参编专著2部。
- 【目录】
-
第一章 绪论/1
一、 引言/3
二、 深度学习/5
三、 纹身图像/12
四、 纹身图像识别与检测/22
第二章 纹身图像处理理论基础/27
一、 图像底层特征/29
二、 词包模型/36
三、 空间金字塔概述/37
四、 深度置信网络概述/38
五、 卷积神经网络/42
第三章 深度学习算法在纹身图像检测中的比较研究/47
一、 深度学习算法/49
二、 对比实验与分析/56
第四章 基于多特征融合的DBN纹身图像识别与检测/63
一、 引言/65
二、 基于多特征融合的DBN纹身图像检测改进算法/66
三、 基于视觉词包的DBN纹身图像检测改进算法(BOVW-DBN)/68
四、 基于空间金字塔的DBN纹身图像检测改进算法(SP-DBN)/74
五、 基于DBN改进算法在Caltech 101 分类中的应用/78
六、 基于DBN改进算法在纹身图像检测中的应用/82
第五章 基于全连接层的CNN纹身图像检测/93
一、 CNN基本结构/96
二、 基于CNN的改进算法/97
三、 基于三通道R-CNN的纹身检测(CFT Faster R-CNN)/118
主要参考文献/130
后记/143
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价