发表于2024-11-05
计算机视觉:模型、学习和推理 计算机与互联网 书籍|6019639 pdf epub mobi txt 电子书 下载
书[0名0]: | 计算机视觉:模型、[0学0]习和推理|6019639 |
图书定价: | 119元 |
图书作者: | (英)普林斯(Prince;J. D.) |
出版社: | 机械工业出版社 |
出版日期: | 2017/6/1 0:00:00 |
ISBN号: | 9787111516828 |
开本: | 16开 |
页数: | 0 |
版次: | 1-1 |
作者简介 |
译者简介 苗启广西安电子科技[0大0][0学0]计算机[0学0]院教授、博士生导师,2012年入选“教育部新世纪[0优0]秀人才支持计划”。中[0国0]计算机[0学0][0会0]CCF理事,陕西省计算机[0学0][0会0]理事,陕西省[0大0]数据与云计算产业联盟理事,CCF计算机视觉专委[0会0]委员,CCF人工智能与模式识别专委[0会0]委员,CCF青年工作委员[0会0]委员,CCF YOCSEF主席(2017~2018),教育部工程专业认证协[0会0]计算机分委[0会0]工程专业认证专家。2005年12月获西安电子科技[0大0][0学0]计算机应用技术博士[0学0]位,2014年在美[0国0]做高访,主要从事计算机视觉与机器[0学0]习、[0大0]数据分析以及高性能计算方面的研究。主持在研和完成[0国0]家自然科[0学0]基金、[0国0]防预先研究项目、[0国0]防863和武器装备基金项目20余项。 2008/2011/2014年分别获西安电子科技[0大0][0学0]“十佳师德标兵”称号。近年来,在IEEE TNNLS、TEC、TIP、TGRS、AAAI、软件[0学0]报、计算机[0学0]报等[0国0]内外重要[0学0]术期刊及[0国0]际[0会0]议上发表SCI/EI收录论文70余篇。担任2015年CCF [0首0]届中[0国0]计算机视觉[0大0][0会0]程序委员[0会0]主席、2011年CCF [0首0]届青年精英[0大0][0会0]组委[0会0]主席。Journal of Industrial Mathematics、中[0国0]计算机[0学0][0会0]通讯(CCCF)、物联网技术等[0国0]内外期刊编委,教育部[0国0]家科[0学0]技术奖[0评0]审专家, [0国0]防基础科研[0评0]审专家。先后获省部级奖2项。 刘凯西安电子科技[0大0][0学0]计算机[0学0]院教授,博士生导师,陕西省图像图形[0学0][0会0]理事,中[0国0]仪器仪表[0学0][0会0]空间仪器分[0会0]理事。主要研究[0领0]域包括图像视频压缩编码、图像识别以及视频跟踪。主持和参加了[0国0]家自然科[0学0]基金、高分辨率对地观测重[0大0]专项、探月工程以及多项横向合作项目。发表30多篇[0学0]术论文,获得10余项发明专利。 孔韦韦博士后,硕士生导师,西安邮电[0大0][0学0]副教授。现为IEEE[0会0]员,IEICE[0会0]员,韩[0国0]AISS协[0会0]编委,中[0国0]计算机[0学0][0会0][0会0]员,陕西省计算机[0学0][0会0]人工智能与模式识别专业委员[0会0]委员,主要研究[0领0]域为图像智能信息融合、入侵检测等。主持和参与了[0国0]家自然科[0学0]基金、信息保障技术重点实验室开放基金课题,以及全[0国0]博士后特别资助项目、全[0国0]博士后基金面上项目一等资助、全军[0学0]位与研究生教育研讨[0会0]专项研究、陕西省自然科[0学0]基金项目等10余项课题。以作者在SCI源期刊(如中[0国0]科[0学0](F辑 信息科[0学0])(英文版)、IET Image Processing、IET Signal Processing、Optical Engineering、IET Electronics Letters、Infrared Physics & Tech[0no0]logy等杂志)上发表论文近20篇,获2012年度IET[0学0]术协[0会0][0优0]秀[0学0]术论文成果奖,以申请人申请发明专利2项,出版专著1部(完成人)、参与编写著作1部([0第0]三完成人),并担任多个SCI源期刊的特约审稿人。 许鹏飞西北[0大0][0学0]信息科[0学0]与技术[0学0]院讲师,2014年获西安电子科技[0大0][0学0]计算机应用技术博士[0学0]位。主要研究方向是模式识别、数字图像处理。目前已在IEEE T Image Processing、Neurocomputing、JVCI、IET Image Processing、Integrative Zoology、Optics Communication、MTAP、电子[0学0]报、CIS等[0国0]际与[0国0]内期刊和[0会0]议上发表10余篇[0学0]术论文。获2014年西安市科[0学0]技术奖三等奖。主持和参与了[0国0]家自然科[0学0]基金、[0国0]防预先研究项目、西北[0大0][0学0]科[0学0]研究基金资助项目等。获得10余项[0国0]家发明专利。 |
内容简介 |
本书是一本从机器[0学0]习视角讲解计算机视觉的[0优0]秀教材,主要讲述计算机视觉中模型、[0学0]习和推理三个方面的内容,揭示计算机视觉研究中 “模型”和“算[0法0]”之间的区别,并且对每一种新的视觉算[0法0]提出新的见解。本书图文并茂,算[0法0]描述由浅入深,主要包括概率、机器视觉的机器[0学0]习、局部模型的连接、图像预处理、几何模型、视觉模型等方面的内容,适合作为高年级本科生或研究生的计算机视觉和机器[0学0]习教材,也可供计算机视觉方面的专业人士参考。 |
目录 |
译者序 译者简介 序 前言 [0第0]1章绪论1 1.1本书结构2 1.2其他书籍4 部分概率 [0第0]2章概率概述6 2.1随机变量6 2.2联合概率7 2.3边缘化7 2.4条件概率8 2.5贝叶斯公式9 2.6[0独0]立性9 2.7期望10 讨论10 备注11 习题11 [0第0]3章常用概率分布12 3.1伯努利分布13 3.2贝塔分布13 3.3分类分布14 3.4狄利克雷分布14 3.5一元正态分布15 3.6正态逆伽马分布15 3.7多元正态分布16 3.8正态逆维希特分布16 3.9共轭性17 总结18 备注18 习题18 [0第0]4章拟合概率模型21 4.1[0大0]似然[0法0]21 4.2[0大0]后验[0法0]21 4.3贝叶斯方[0法0]22 4.4算例1:一元正态分布22 4.4.1[0大0]似然估计22 4.4.2[0大0]后验估计24 4.4.3贝叶斯方[0法0]26 4.5算例2:分类分布28 4.5.1[0大0]似然[0法0]28 4.5.2[0大0]后验[0法0]29 4.5.3贝叶斯方[0法0]30 总结31 备注31 习题32 [0第0]5章正态分布34 5.1协方差矩阵的形式34 5.2协方差分解35 5.3变量的线性变换36 5.4边缘分布36 5.5条件分布37 5.6正态分布的乘积38 5.7变量改变38 总结38 备注39 习题39 [0第0]二部分机器视觉的机器[0学0]习 [0第0]6章视觉[0学0]习和推理42 6.1计算机视觉问题42 6.2模型的种类42 6.2.1判别模型43 6.2.2生成模型43 6.3示例1:回归43 6.3.1判别模型44 6.3.2生成模型44 6.4示例2:二值分类46 6.4.1判别模型46 6.4.2生成模型46 6.5应该用哪种模型48 6.6应用49 6.6.1皮肤检测49 6.6.2背景差分50 总结51 备注51 习题52 [0第0]7章复杂数据密度建模54 7.1正态分类模型54 7.2隐变量56 7.3期望[0大0]化57 7.4混合高斯模型58 7.4.1混合高斯边缘化59 7.4.2基于期望[0大0]化的混合模型拟合59 7.5t分布63 7.5.1[0学0]生t分布边缘化64 7.5.2拟合t分布的期望[0大0]化65 7.6因子分析67 7.6.1因子分析的边缘分布68 7.6.2因子分析[0学0]习的期望[0大0]化68 7.7组合模型71 7.8期望[0大0]化算[0法0]的细节71 7.8.1期望[0大0]化算[0法0]的下界73 7.8.2E步74 7.8.3M步74 7.9应用75 7.9.1人脸检测75 7.9.2目标识别76 7.9.3分割77 7.9.4正脸识别78 7.9.5改变人脸姿态(回归)78 7.9.6作为隐变量的变换79 总结80 备注80 习题81 [0第0]8章回归模型82 8.1线性回归82 8.1.1[0学0]习83 8.1.2线性回归模型的问题83 8.2贝叶斯线性回归84 8.2.1实际考虑85 8.2.2拟合方差86 8.3非线性回归87 8.3.1[0大0]似然[0法0]87 8.3.2贝叶斯非线性回归89 8.4核与核技巧89 8.5高斯过程回归90 8.6稀疏线性回归91 8.7二元线性回归93 8.8相关向量回归95 8.9多变量数据回归96 8.10应用96 8.10.1人体姿势估计96 8.10.2位移专家97 讨论98 备注98 习题98 [0第0]9章分类模型100 9.1逻辑回归100 9.1.1[0学0]习:[0大0]似然估计102 9.1.2逻辑回归模型的问题103 9.2贝叶斯逻辑回归104 9.2.1[0学0]习104 9.2.2推理106 9.3非线性逻辑回归107 9.4对偶逻辑回归模型108 9.5核逻辑回归110 9.6相关向量分类111 9.7增量拟合和boosting113 9.8分类树116 9.9多分类逻辑回归117 9.10随机树、随机森林和随机蕨分类器118 9.11与非概率模型的联系119 9.12应用120 9.12.1性别分类120 9.12.2脸部和行人检测121 9.12.3语义分割122 9.12.4恢复表面布局123 9.12.5人体部位识别124 讨论125 备注125 习题127 [0第0]三部分连接局部模型 [0第0]10章图模型130 10.1条件[0独0]立性130 10.2有向图模型131 10.2.1示例1132 10.2.2示例2132 10.2.3示例3133 10.2.4总结134 10.3无向图模型134 10.3.1示例1135 10.3.2示例2136 10.4有向图模型与无向图模型的对比136 10.5计算机视觉中的图模型137 10.6含有多个未[0知0]量的模型推理139 10.6.1求[0大0]后验概率的解139 10.6.2求后验概率分布的边缘分布139 10.6.3[0大0]化边缘140 10.6.4后验分布的采样140 10.7样本采样140 10.7.1有向图模型的采样141 10.7.2无向图模型的采样141 10.8[0学0]习142 10.8.1有向图模型的[0学0]习142 10.8.2无向图模型的[0学0]习143 讨论145 备注145 习题145 [0第0]11章链式模型和树模型147 11.1链式模型148 11.1.1有向链式模型148 11.1.2无向链式模型148 11.1.3模型的等价性148 11.1.4隐马尔可夫模型在手语中的应用149 11.2链式MAP推理149 11.3树的MAP推理152 11.4链式边缘后验推理155 11.4.1求解边缘分布155 11.4.2前向后向算[0法0]156 11.4.3置信传播157 11.4.4链式模型的和积算[0法0]158 11.5树的边缘后验推理160 11.6链式模型和树模型的[0学0]习161 11.7链式模型和树模型之外的东西161 11.8应用163 11.8.1手势跟踪163 11.8.2立体视觉164 11.8.3形象化结构166 11.8.4分割167 讨论167 备注168 习题169 [0第0]12章网格模型172 12.1马尔可夫随机场172 12.1.1网格示例173 12.1.2离散成对MRF图像去噪174 12.2二值成对马尔可夫随机场的MAP推理175 12.2.1[0大0]流/小割176 12.2.2MAP推理:二值变量177 12.3多标签成对MRF的MAP推理182 12.4非凸势的多标签MRF186 12.5条件随机场189 12.6高阶模型190 12.7网格有向模型190 12.8应用191 12.8.1背景差分191 12.8.2交互式分割192 12.8. 计算机视觉:模型、学习和推理 计算机与互联网 书籍|6019639 电子书 下载 mobi epub pdf txt 计算机视觉:模型、学习和推理 计算机与互联网 书籍|6019639 pdf epub mobi txt 电子书 下载 用户评价
评分
评分
评分
评分
评分
评分
评分
评分
评分
类似图书 点击查看全场最低价
计算机视觉:模型、学习和推理 计算机与互联网 书籍|6019639 pdf epub mobi txt 电子书 下载 分享链接
去京东购买
去淘宝购买
去当当购买
去拼多多购买
相关图书
|