图像特征处理技术及应用_杨贞著_9787518970032

图像特征处理技术及应用

定价：¥68

中教价：¥40.12 (5.90折）促销

库存数： 1

购买数量：

2020年1月，在笔者计划写这本书之前，新冠肺炎已经有了在全球蔓延的趋势。随着时间的推移，从事计算机视觉领域研究的人员，开始利用图像处理技术来识别新冠肺炎，并利用特征提取的方法识别感染新冠肺炎（病理图像）的特有纹理特征，以此来判定患者感染新冠肺炎的可能性，对最终确诊新冠肺炎起到重要的辅助作用。

图像特征处理技术是图像处理技术的一个重要分支，其广泛应用于图像分类、显著性目标计算、行人重识别、目标检测与跟踪、视觉注意力机制、图像细粒度识别和图像分割等领域。本书第一章主要介绍了近年来的图像特征提取方法。第二章阐述了多种图像特征编码算法。图像分类是图像理解重要的研究方向，其任务是按照图像的内容将图像分成不同类别，本书第三章重点介绍了基于特征编码的图像分类方法。显著性目标计算核心思想是利用算法模仿人眼视觉显著性功能，目的是检测图像中吸引人视觉系统的感兴趣区域，本书第四章和第五章分别阐述了基于局部特征编码的条件随机场显著性目标计算方法和联合背景度量的自顶向下显著性目标计算方法。行人重识别技术在当今视频监控领域起着重要的作用，目的是在多个场景中辨别人的身份，本书第六章重点阐述了基于图像特征编码的行人重识别算法。目标检测与跟踪被广泛应用于真实场景中，其目的不仅是识别图像中的目标，同时还要定位目标所在图像中的位置，并提取目标的特征完成跟踪功能，本书第七章介绍了多种目标检测与跟踪方法。视觉注意力机制目的是快速有效地关注场景中的关键区域，避免背景信息对认识目标的干扰，本书第八章归纳了多种视觉注意力机制方法。图像细粒度识别与传统图像识别的不同之处在于不仅需要辨别目标的类别，同时还得区分出目标属于的具体子类别，本书第九章主要介绍了基于深度特征的图像细粒度识别方法。图像分割是图像处理的一个重要分支，其目的是对图像的像素进行分类，是一个具有挑战性的研究方向，本书第十章阐述了多种图像分割算法和机制。本书第十一章介绍了通过深度网络获取图像特征之后，如何实现甲骨文分类、烟雾识别和火焰检测任务。总之，图像特征处理技术是一个正在快速发展的研究方向，被广泛应用于多个领域。

你还可能感兴趣

我要评论

您的姓名	验证码：
留言内容