4455永久免费视频,自拍偷在线精品自拍偷99,天天躁夜夜躁狠狠久久

2019-12-16 10:35 來源：京東作者：京東

編輯推薦:

內(nèi)容簡介:　　多示例學(xué)習(xí)與圖割優(yōu)化是近年來計(jì)算機(jī)視覺領(lǐng)域廣受關(guān)注的研究方向。
　　《基于視覺顯著性的圖像分割》系統(tǒng)地論述了多示例學(xué)習(xí)與圖割的基本理論、算法及其在交通視頻圖像識別中的應(yīng)用。
　　《基于視覺顯著性的圖像分割》共6章，一、二章供初學(xué)者學(xué)習(xí)，論述了目標(biāo)顯著性檢測方法、基于圖論的圖像分割方法與多示例學(xué)習(xí)方法的研究現(xiàn)狀，以及圖像顯著特征的基本定義與相似性度量的常用處理方法。第三、四章論述了顯著性目標(biāo)分割方法的基本原理及具體算法的實(shí)現(xiàn)步驟。第五章論述了基于多示例與圖割優(yōu)化的圖像分割方法在實(shí)際交通視頻圖像識別中的應(yīng)用。第六章為結(jié)論與展望。
　　《基于視覺顯著性的圖像分割》適合計(jì)算機(jī)視覺、圖像處理、模式識別等研究方向的讀者及開發(fā)工程師參考學(xué)習(xí)。

作者簡介:

目錄:第一章緒論
1．1 研究背景與意義
1．2 國內(nèi)外研究現(xiàn)狀綜述
1．2．1 目標(biāo)顯著性檢測方法
1．2．2 基于圖論的圖像分割方法
1．2．3 多示例學(xué)習(xí)方法
1．3 本文的主要研究內(nèi)容和章節(jié)安排

第二章圖像顯著特征與相似性度量分析
2．1 圖像顯著特征分析
2．1．1 底層特征
2．1．2 中高層語義特征
2．2 相似性度量分析
2．2．1 相似性計(jì)算模型
2．2．2 相似性度量
2．3 本章小結(jié)

第三章基于多示例學(xué)習(xí)的圖像目標(biāo)顯著性特征檢測
3．1 顯著性特征的檢測
3．1．1 圖像的預(yù)處理
3．1．2 亮度梯度特征
3．1．3 色彩梯度特征
3．1．4 紋理梯度特征
3．1．5 圖像的邊界鏡像
3．2 基于多示例學(xué)習(xí)的顯著性檢測
3．2．1 Bag-SVM算法
3．2．2 Ins-SVM算法
3．2．3 APR算法
3．2．4 EMDD算法
3．3 基于多示例學(xué)習(xí)的顯著性檢測實(shí)驗(yàn)結(jié)果分析
3．3．1 實(shí)驗(yàn)結(jié)果對比分析
3．3．2 算法性能對比分析
3．4 本章小結(jié)

第四章基于圖割優(yōu)化的顯著性目標(biāo)分割方法
4．1 圖的基本概念
4．2 基于圖割優(yōu)化的圖像顯著性目標(biāo)分割方法
4．2．1 自適應(yīng)圖像層次分割方法
4．2．2 基于圖割優(yōu)化的圖像顯著性目標(biāo)分割方法
4．2．3 圖像分割質(zhì)量評價(jià)指標(biāo)分析
4．2．4 實(shí)驗(yàn)結(jié)果對比分析
4．3 本章小結(jié)

第五章基于多示例學(xué)習(xí)與圖割優(yōu)化的弱對比度車輛目標(biāo)分割算法
5．1 基于機(jī)器視覺的道路交通信息采集與檢測系統(tǒng)
5．2 基于多示例學(xué)習(xí)與圖割優(yōu)化的弱對比度車輛目標(biāo)分割算法
5．2．1 車輛目標(biāo)特征分析
5．2．2 算法具體步驟
5．3 算法實(shí)驗(yàn)與評價(jià)
5．3．1 算法實(shí)驗(yàn)過程
5．3．2 實(shí)驗(yàn)結(jié)果對比
5．3．3 算法評價(jià)分析
5．4 本章小結(jié)
……

第六章結(jié)論與展望

參考文獻(xiàn)
致謝

相關(guān)商品