基本信息
作者： 張國雲 郭龍源 吳健輝 胡文靜
出版社：科學出版社
ISBN：9787030339164
上架時間：2012-5-17
出版日期：2012 年4月
開本：16開
頁碼：165
版次：1-1
所屬分類： 計算機 > 數碼/設計 > 綜合
內容簡介
計算機書籍
《計算機視覺與圖像識別》綜合了作者多年從事計算機視覺和圖像識別領域研究的成果。全書共分5章。第1章介紹了計算機視覺marr理論和攝像機透視投影的原理；第2章詳細論述了三種立體匹配算法；第3章闡述了支持向量機的基本原理和求解方法，並介紹了四種類型的支持向量機算法；第4章對人臉檢測、識別和跟蹤算法進行了深入的探討研究，並論述了支持向量機人臉識別方法；第5章總結了障礙物檢測的一般方法，並論述了基於視覺的障礙物檢測算法。
《計算機視覺與圖像識別》可作為計算機視覺、模式識別、人工智慧、圖像處理等領域研究工作者的參考資料。
目錄
《計算機視覺與圖像識別》
前言
第1章緒論
1．1計算機視覺的目標與任務
1．2計算機視覺的經典問題
1．3marr的計算機視覺理論框架
1．3．1視覺系統研究的三個層次
1．3．2視覺信息處理的三個階段
1．4攝像機成像幾何模型
1．5攝像機參數和透視投影
1．5．1坐標系變換和剛體變換
1．5．2攝像機參數和透視投影
第2章立體視覺匹配算法
2．1快速區域視差匹配算法
2．1．1深度信息計算及約束條件
2．1．2區域相關匹配和冗餘計算消除
2．1．3基於視差梯度的可變搜尋範圍區域相關匹配
2．1．4實驗
2．2rank變換與匹配算法
2．2．1基於rank變換的匹配
.2．2．2rank變換在彩色圖像中的套用
2．2．3立體匹配算法的評估方法
2．2．4實驗
2．3基於相位一致性的紅外圖像匹配方法
2．3．1相位一致性和局部能量
2．3．2基於相位一致性的邊緣檢測
2．3．3基於相位一致性的紅外圖像區域匹配
2．3．4實驗
第3章支持向量機算法
3．1概述
3．1．1統計學習理論
3．1．2支持向量機
3．1．3支持向量機研究現狀與套用
3．2支持向量機求解方法
3．2．1預備數學知識
3．2．2二次規劃求解法
3．2．3選塊方法
3．2．4分解算法
3．2．5序列最小最佳化方法
3．2．6基於lagrange函式的疊代求解方法
3．2．7基於smoothing處理的牛頓求解方法
3．3l範數支持向量機算法
3．3．1分類間隔的lp範數表示
3．3．2基於lp範數分類間隔的三種支持向量機
3．3．3l1範數支持向量機算法
3．3．4仿真實驗
3．4pca支持向量機算法
3．4．1pca支持向量機算法
3．4．2kernel pca支持向量機算法
3．4．3加權pca支持向量機算法
3．5小波支持向量機算法
3．5．1小波變換
3．5．2小波核函式
3．5．3小波支持向量機算法
3．5．4算法性能分析
3．6模糊二叉樹支持向量機算法
3．6．1多級二叉樹分類器的構造
3．6．2svm子分類器的構造
3．6．3模糊二叉樹支持向量機算法
第4章人臉識別
4．1概述
4．1．1自動人臉識別技術
4．1．2人臉識別研究的意義
4．1．3人臉檢測與定位
4．1．4人臉識別的主要技術方法
4．1．5人臉識別系統若干關鍵技術問題
4．2人臉檢測與跟蹤
4．2．1haar函式及haar變換
4．2．3 adaboost級聯分類器
4．2．4視頻人臉跟蹤
4．2．5實驗結果與分析
4．3人臉關鍵特徵定位與特徵抽取
4．3．1人眼檢測方法
4．3．2實時人眼檢測算法
4．3．3人臉歸一化與姿態校正
4．3．4人臉gabor特徵抽取算法
4．4基於支持向量機的人臉識別方法
4．4．1多類分類支持向量機及其訓練
4．4．2識別算法性能比對
第5章基於計算機立體視覺的障礙物檢測
5．1概述
5．2基於彩色圖像障礙物檢測算法
5．3彩色圖像的分割和提取
5．3．1彩色空間模型的選取
5．3．2分割策略
5．3．3目標區域的提取
5．4匹配和障礙物識別
5．5實驗
參考文獻
