婷婷五月情,国产精品久久久久久亚洲小说,runaway韩国电影免费完整版,国产乱在线观看视频,日韩精品首页,欧美在线视频二区

歡迎光臨中圖網 請 | 注冊
> >>
MATLAB計算機視覺與深度學習實戰(第2版)

包郵 MATLAB計算機視覺與深度學習實戰(第2版)

作者：劉衍琦
出版社：電子工業出版社出版時間：2024-05-01
開本： 其他 頁數： 400
中 圖 價:¥90.9(7.1折) 定價  ¥128.0 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

MATLAB計算機視覺與深度學習實戰(第2版) 版權信息

MATLAB計算機視覺與深度學習實戰(第2版) 本書特色

——作者陣容強大，經驗相當豐富。在本書主編中，劉衍琦是機器學習算法專家及視覺AI課程講師，對圖文識別、大規模以圖搜圖、數據感知和采集等進行過深入研究，并結合行業背景推動了一系列的工程化應用。王小超在3D視覺分析、圖像水印、工業視覺測量應用、圖像智能識別方面積累了豐富的項目實戰經驗。詹福宇擅長模型設計與分析，在計算機視覺處理方面積累了豐富的工程經驗。 ——本書案例豐富、實用、拓展性強。本書以案例的形式進行編寫，充分強調案例的實用性及程序的可拓展性，所選案例均來自作者的日常研究及業務需求，每個案例都與實際課題相結合。另外，書中的每個案例程序都經過調試，作者為此編寫了大量的測試代碼。 ——本書點面完美結合，兼顧不同需求的讀者，涵蓋了數字圖像處理中幾乎所有的基本模塊，并涉及視頻處理、配準拼接、數字水印、生物識別等高級圖像處理方面的內容，全面講解了基于MATLAB進行計算機視覺及深度學習應用的原理及方法。

MATLAB計算機視覺與深度學習實戰(第2版) 內容簡介

本書詳細講解了29個實用的MATLAB計算機視覺與深度學習實戰案例（含可運行程序），涉及圖像去霧、答題卡識別、圖像分割、肝臟影像輔助分割系統、人臉二維碼編解碼系統、英文印刷體字符識別、圖像融合、全景圖像拼接、圖像壓縮和重建、視頻處理工具、運動目標檢測、路面裂縫檢測識別系統、車流量計數、三維網格模型特征點提取、數字水印、圖像水印、輔助自動駕駛、汽車目標檢測、手寫數字識別、以圖搜圖、驗證碼識別、圖像生成、影像識別、物體識別、圖像校正、時間序列分析、交通目標檢測、智能問答等，還講解了深度神經網絡的拆分、編輯、重構等多項重要技術及應用，涵蓋了數字圖像處理中幾乎所有的基本模塊，并延伸到了深度學習的理論及應用方面。工欲善其事，必先利其器。本書對每個數字圖像處理的知識點都提供了豐富、生動的案例素材，并以MATLAB為工具詳細講解了實驗的核心程序，涉及DeepLearning Toolbox、TensorFlow、Keras、Java等。通過對這些程序的閱讀、理解和仿真運行，讀者可以更加深刻地理解圖像處理的相關知識，并且更加熟練地掌握計算機視覺及深度學習在不同領域中的應用。本書以案例為基礎，結構緊湊，內容深入淺出，實驗簡單高效，適合高等院校計算機、通信和自動化等相關專業的教師、本科生、研究生，以及計算機視覺工程人員閱讀和參考。

MATLAB計算機視覺與深度學習實戰(第2版) 目錄

第1章 基于圖像增強方法的圖像去霧技術 1.1 案例背景 1.2 空域圖像增強 1.3 直方圖均衡化 1.4 程序實現 1.4.1 設計GUI 1.4.2 全局直方圖均衡化處理 1.4.3 限制對比度的自適應直方圖均衡化處理 1.4.4 Retinex增強處理 1.4.5 方法評測 第2章 基于Hough變換的答題卡識別 2.1 案例背景 2.2 圖像二值化 2.3 傾斜校正 2.4 圖像分割 2.5 程序實現 2.5.1 圖像灰度化 2.5.2 灰度圖像二值化 2.5.3 圖像平滑濾波 2.5.4 圖像校正 2.5.5 完整性核查 第3章 基于聚類算法的圖像分割 3.1 案例背景 3.2 K-means聚類算法的原理 3.3 K-means聚類算法的特點 3.4 K-means聚類算法的缺點 3.5 基于K-means聚類算法進行圖像分割 3.6 程序實現 3.6.1 數據樣本間的距離 3.6.2 提取特征向量 3.6.3 圖像聚類分割 第4章 基于區域生長的肝臟影像輔助分割系統 4.1 案例背景 4.2 閾值分割算法 4.3 區域生長算法 4.4 基于閾值預分割的區域生長算法 4.5 程序實現 第5章 基于主成分分析的人臉二維碼編解碼系統 5.1 案例背景 5.2 QR編碼簡介 5.2.1 QR編碼的符號結構 5.2.2 QR編碼的基本特性 5.2.3 QR編碼的流程 5.2.4 QR譯碼的流程 5.3 主成分分析 5.4 程序實現 5.4.1 人臉建庫 5.4.2 人臉識別 5.4.3 人臉二維碼 第6章 基于特征匹配的英文印刷體字符識別 6.1 案例背景 6.2 圖像預處理 6.3 圖像識別技術 6.4 程序實現 6.4.1 設計GUI 6.4.2 回調識別 第7章 基于小波變換的圖像融合 7.1 案例背景 7.2 小波變換 7.3 程序實現 7.3.1 設計GUI 7.3.2 圖像載入 7.3.3 小波融合 第8章 基于塊匹配的全景圖像拼接 8.1 案例背景 8.2 圖像拼接 8.3 圖像匹配 8.4 圖像融合 8.5 程序實現 8.5.1 設計GUI 8.5.2 載入圖像 8.5.3 圖像匹配 8.5.4 圖像拼接 第9章 基于主成分分析的圖像壓縮和重建 9.1 案例背景 9.2 主成分分析降維的原理 9.3 由得分矩陣重建樣本 9.4 主成分分析數據壓縮比 9.5 基于主成分分析的圖像壓縮 9.6 程序實現 9.6.1 主成分分析的代碼實現 9.6.2 圖像與樣本間的轉換 9.6.3 基于主成分分析的圖像壓縮 第10章 基于小波變換的圖像壓縮 10.1 案例背景 10.2 圖像壓縮基礎 10.3 程序實現 第11章 基于GUI搭建通用的視頻處理工具 11.1 案例背景 11.2 視頻解析 11.3 程序實現 11.3.1 設計GUI 11.3.2 實現GUI 第12章 基于幀間差分法進行運動目標檢測 12.1 案例背景 12.2 幀間差分法 12.3 背景差分法 12.4 光流法 12.5 程序實現 第13章 路面裂縫檢測識別系統設計 13.1 案例背景 13.2 圖像灰度化 13.3 圖像濾波 13.4 圖像增強 13.5 圖像二值化 13.6 程序實現 第14章 基于光流場的車流量計數 14.1 案例背景 14.2 光流法檢測運動物體的基本原理 14.3 光流場的計算方法 14.4 梯度光流場約束方程 14.5 Horn-Schunck算法 14.6 程序實現 14.6.1 計算視覺系統工具箱簡介 14.6.2 基于光流場檢測汽車運動 第15章 基于鄰域支持的三維網格模型特征點提取 15.1 案例背景 15.2 網格特征提取 15.2.1 鄰域支持 15.2.2 網格特征點提取 15.3 程序實現 第16章 基于小波變換的數字水印技術 16.1 案例背景 16.2 數字水印技術原理 16.3 典型的數字水印算法 16.4 數字水印攻擊和評價 16.5 基于小波變換的水印技術 16.6 程序實現 16.6.1 準備宿主圖像和水印圖像 16.6.2 小波數字水印的嵌入 16.6.3 小波數字水印的檢測和提取 16.6.4 小波數字水印的攻擊實驗 第17章 基于BEMD與Hilbert曲線的圖像水印技術 17.1 案例背景 17.2 BEMD與Hilbert曲線 17.2.1 相關工作 17.2.2 案例算法 17.3 程序實現 17.3.1 實驗結果與分析 17.3.2 核心程 第18章 基于計算機視覺的輔助自動駕駛 18.1 案例背景 18.2 環境感知 18.3 行為決策 18.4 路徑規劃 18.5 運動控制 18.6 程序實現 18.6.1 傳感器數據載入 18.6.2 創建追蹤器 18.6.3 碰撞預警 第19章 基于深度學習的汽車目標檢測 19.1 案例背景 19.2 基本架構 19.3 卷積層 19.4 池化層 19.5 程序實現 19.5.1 加載數據 19.5.2 構建CNN 19.5.3 訓練CNN 19.5.4 評估訓練效果 第20章 基于深度學習的手寫數字識別 20.1 案例背景 20.2 卷積核 20.3 特征圖 20.4 池化降維 20.5 模型定義 20.6 MATLAB實現 20.6.1 解析數據集 20.6.2 構建網絡模型 20.6.3 構建識別平臺 20.7 Python實現 20.7.1 數據拆分 20.7.2 訓練網絡 20.7.3 網絡測試 20.7.4 集成應用 第21章 基于深度學習的以圖搜圖 21.1 案例背景 21.2 選擇模型 21.2.1 AlexNet 21.2.2 VGGNet 21.2.3 GoogLeNet 21.3 深度特征 21.4 程序實現 21.4.1 構建深度索引 21.4.2 構建搜索引擎 21.4.3 構建搜索平臺 第22章 基于深度學習的驗證碼識別 22.1 案例背景 22.2 生成驗證碼數據 22.3 驗證碼CNN識別 22.4 程序實現 22.4.1 驗證碼樣本數據集標注 22.4.2 驗證碼樣本數據集分割 22.4.3 訓練驗證碼識別模型 22.4.4 測試驗證碼識別模型 第23章 基于生成對抗網絡的圖像生成 23.1 案例背景 23.2 選擇生成對抗數據 23.3 設計生成對抗網絡 23.4 程序實現 23.4.1 訓練生成對抗模型 23.4.2 測試生成對抗模型 23.4.3 構建生成對抗平臺 第24章 基于深度學習的影像識別 24.1 案例背景 24.2 選擇肺部影像數據集 24.3 編輯CNN遷移模型 24.4 程序實現 24.4.1 訓練CNN遷移模型 24.4.2 測試CNN遷移模型 24.4.3 融合CNN遷移模型 24.4.4 構建CNN識別平臺 第25章 基于CNN的物體識別 25.1 案例背景 25.2 CIFAR-10數據集 25.3 VGGNet 25.4 ResNet 25.5 程序實現 第26章 基于CNN的圖像校正 26.1 案例背景 26.2 傾斜數據集 26.3 自定義CNN回歸網絡 26.4 AlexNet回歸網絡 26.5 程序實現 第27章 基于LSTM的時間序列分析 27.1 案例背景 27.2 厄爾尼諾-南方濤動指數數據 27.3 樣條分析 27.4 用MATLAB實現LSTM預測 27.5 用Python實現LSTM預測 第28章 基于YOLO的交通目標檢測 28.1 案例背景 28.2 車輛YOLO檢測 28.3 交通標志YOLO檢測 第29章 基于ChatGPT的智能問答 29.1 案例背景 29.2 網絡URL訪問 29.3 ChatGPT接口說明 29.4 構建智能問答應用
展開全部

MATLAB計算機視覺與深度學習實戰(第2版) 相關資料

本書集成了基礎案例和視覺識別、檢索方面的工程應用，從實際項目的角度詳述了算法構思、編程實踐和項目部署，為讀者提供了一套好用的知識點編程調試和工程復用方法，具備很高的實用價值。 ——劉日升 大連理工大學教授、大連理工大學幾何計算與智能媒體技術研究所所長 這是一本專注于實際案例的圖書，淺顯易懂地介紹了多個視覺應用場景中的算法構建、編程實踐及成效評估，還深入探討了研發過程中的常見挑戰及應對策略，內容豐富，案例緊貼實際需求，無論是新手還是有經驗的開發者，均能從中受益良多。 ——王輝 石家莊鐵道大學教授 本書以實戰案例為核心，涵蓋了計算機視覺領域的眾多要點，貼合了將理論與實踐相結合進行程序開發的需求。書中通過眾多實用案例詳盡闡述了計算機視覺的理論基礎、方法論、技術細節和應用實踐，集成了編者在視覺應用開發方面的深厚技術積累。本書條理清晰、淺顯易懂，是學生和專業人士的寶貴參考資料。 ——胡建平 東北電力大學教授、“信息與計算科學”國家級一流專業負責人 這是一本深入淺出、實戰性強的圖書，它通過豐富的實戰案例，幫助讀者深入理解如何將理論知識應用于實際場景。無論你是初學者還是有一定基礎的開發者，本書都將為你提供寶貴的指導和幫助。相信本書一定會成為你在計算機視覺與深度學習領域的得力助手。 ——王剛 電子科技大學信息與通信工程學院副教授 本書對計算機視覺和深度學習的相關知識進行了深入講解，案例豐富，實用性強。通過本書的引導，讀者能夠深入了解各種算法和模型的基本原理和應用場景，并將這些知識應用到實際項目中。本書作者團隊擁有深厚的學術背景和豐富的實踐經驗，在計算機視覺與深度學習領域有一定的成就和影響力。通過閱讀本書，讀者還將有機會接觸到該領域的高級專家，并從他們的經驗和見解中受益。 ——薛遠奎 中電科特種飛機系統工程有限公司高級工程師、無人機智能控制方向專家 本書深入講解了計算機視覺分析技術及其在工程上的應用，以及各類應用場景下的算法設計和編程實現。本書將理論講解與案例實踐相結合，囊括了行業經驗、項目操作、算法詳解，可為讀者提供快速掌握應用開發與設計的便捷路徑。 ——楊晶 高德地圖算法專家

MATLAB計算機視覺與深度學習實戰(第2版) 作者簡介

——劉衍琦
技術圖書主編，擁有企業、研究所、高校從業經歷，長期從事大數據和人工智能實踐應用相關工作，主要涉及機器學習、計算機視覺和自然語言處理等領域。曾主持和參與多個科研項目，已出版十余部圖書，擁有多項國家專利。

——王小超
天津工業大學副教授，碩士生導師，大連理工大學博士，北京航空航天大學計算機學院博士后，中國計算機學會會員，天津市131創新型人才培養工程第三層次人才。研究方向為圖形圖像處理，發表論文30多篇，主持完成國家自然科學基金項目1項。

——詹福宇——劉衍琦 技術圖書主編，擁有企業、研究所、高校從業經歷，長期從事大數據和人工智能實踐應用相關工作，主要涉及機器學習、計算機視覺和自然語言處理等領域。曾主持和參與多個科研項目，已出版十余部圖書，擁有多項國家專利。 ——王小超 天津工業大學副教授，碩士生導師，大連理工大學博士，北京航空航天大學計算機學院博士后，中國計算機學會會員，天津市131創新型人才培養工程第三層次人才。研究方向為圖形圖像處理，發表論文30多篇，主持完成國家自然科學基金項目1項。 ——詹福宇 博士，畢業于西北工業大學航空學院飛行器設計專業，四川省特聘專家，自貢市“鹽都百千萬英才計劃”青年拔尖人才，現任中電科航空電子有限公司無人機領域高級技術專家，中電科特種飛機系統工程有限公司副總工程師。主要從事飛行器設計、導航飛控系統、智能控制系統等研究工作。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 欧美日韩另类视频 | 四虎国产欧美成人影院 | 五月婷婷爱 | 一级一级一级毛片 | 日韩视频在线免费观看 | 日韩欧美精品在线视频 | 五月激情六月 | 四虎精品影院4hutv四虎 | 精品一区二区三区四区乱码90 | 都市激情综合网 | 日本九九视频 | 精品一区二区三区五区六区七区 | 看视频免费| 午夜激情福利视频 | 无限资源免费观看高清在线播放 | 你懂的国产精品 | 99精品在线视频 | 亚洲国产天堂在线观看 | 222www免费视频 | 欧美日韩乱妇高清免费 | 国产精品毛片大码女人 | 精品区在线观看 | 国产成人精品免费大全 | 九色综合久久综合欧美97 | 污视频网站在线观看 | 久久久男人天堂 | 精品久久久久久中文字幕专区 | 国产一区二区自拍视频 | 免费福利在线观看 | 男女试看120秒 | 97在线碰| 久久99网 | 免费视频99 | 国产精品久久人人做人人爽 | 国产色视频网站免费观看 | 美女在线看永久免费网址 | 人人草在线视频 | 久久精品视频1 | 日本精品中文字幕在线不卡 | 欧美黄色短视频 | 一级毛片免费在线 |