視覺環境感知技術-場景語義解析方法與應用 陳啟軍 劉成菊 閆卿卿等 9787302682677 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202502*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：視覺環境感知技術-場景語義解析方法與應用
ISBN：9787302682677
出版社：清華大學
著編譯者：陳啟軍 劉成菊 閆卿卿等
頁數：192
所在地：中國大陸 *此為代購商品
書號：1730129
可大量預訂，請先連絡。

內容簡介 本書深入探討視覺環境感知領域中的關鍵技術——場景語義解析的前沿方法和應用。全書共8章。第1章介紹場景語義解析的研究背景及基本概念，評述了國內外在該領域的研究現狀與技術瓶頸。第2-6章詳細介紹作者針對場景語義解析任務的核心研究成果，包括網絡信息流傳遞機制、空間多尺度特徵學習、頻域下高效知識表徵、幅-相感知與高解析度語義生成、模型訓練動態優化等前沿方法。第7章通過多個典型真實場景案例的應用與分析，展示這些技術在自動駕駛、智能監控等多個領域的應用價值和推廣意義。第8章總結全書，並展望場景語義解析技術的發展趨勢和研究熱點，為未來研究工作提供參考和啟示。 本書適合視覺環境感知領域的研究人員、工程師以及相關專業的學生閱讀參考。

目錄 第1章 緒論
1 1 背景與意義
1 2 國內外研究現狀
1 2 1 視覺場景信息處理與傳遞
1 2 2 高效多尺度特徵提取框架
1 2 3 高維知識表徵方法
1 2 4 高解析度語義生成技術
1 2 5 網絡訓練動態改善技術
1 2 6 場景語義解析算法網絡構建及其應用
1 2 7 場景語義解析數據集及評價標準
1 3 科學問題與研究內容
1 3 1 擬解決的科學問題
1 3 2 本書的研究內容
1 4 本書內容安排
第2章 網絡信息流傳機制
2 1 概述
2 1 1 擬解決的主要問題
2 1 2 研究內容及貢獻
2 2 結構信息留存策略
2 2 1 網絡結構設計
2 2 2 性能分析
2 2 3 與現有方法對比
2 3 具有相互引導性的上-下採樣對
2 3 1 網絡結構設計
2 3 2 性能分析
2 3 3 與現有方法對比
2 4 層次化高解析度信息恢復與生成
2 4 1 網絡結構設計
2 4 2 性能分析
2 4 3 與現有方法對比
2 5 實驗結果與分析
2 5 1 實驗模型構建
2 5 2 消融研究
2 5 3 與當前先進方法的性能對比
2 5 4 算法優勢與局限性分析
2 6 本章小結
第3章 空間多尺度特徵學習
3 1 概述
3 1 1 擬解決的主要問題
3 1 2 研究內容及貢獻
3 2 空間鄰域解耦-耦合運算元
3 2 1 運算元定義
3 2 2 與現有方法對比
3 3 初始特徵的局部感知與全局建模
3 3 1 網絡結構設計
3 3 2 性能分析
3 3 3 與現有方法對比
3 4 高級特徵的空間并行多尺度學習
3 4 1 網絡結構設計
3 4 2 性能分析
3 4 3 與現有方法對比
3 5 實驗結果與分析
3 5 1 實驗模型
3 5 2 消融研究
3 5 3 與當前先進方法的性能對比
3 5 4 算法優勢與局限性分析
3 6 本章小結
第4章 頻域下高效知識表徵
4 1 概述
4 1 1 擬解決的主要問題
4 1 2 研究內容及貢獻
4 2 全感受野卷積運算元
4 2 1 網絡結構設計
4 2 2 設計原理
4 2 3 性能分析
4 3 頻域下全局空間結構建模
4 3 1 網絡結構設計
4 3 2 設計原理
4 4 因子化注意力機制下的融合表徵
4 4 1 網絡結構設計
4 4 2 設計原理
4 5 實驗結果與分析
4 5 1 實驗模型構建
4 5 2 消融研究
4 5 3 與當前先進方法的性能對比
4 6 本章小結
第5章 幅-相感知與高解析度語義生成
5 1 概述
5 1 1 擬解決的主要問題
5 1 2 研究內容及貢獻
5 2 圖像頻域表徵分析
5 2 1 圖像頻域表徵形式
5 2 2 圖像譜特性分析
5 2 3 語義-定位解耦表徵變換
5 3 基於幅度感知的語義多樣性表徵
5 3 1 設計原理
5 3 2 網絡結構設計
5 4 基於相位修正的定位原型優化
5 4 1 設計原理
5 4 2 網絡結構設計
5 5 相位敏感性約束
5 5 1 設計原理
5 5 2 設計細節
5 6 實驗結果與分析
5 6 1 實驗模型構建
5 6 2 消融研究
5 6 3 與當前先進方法的性能對比
5 7 本章小結
第6章 模型訓練動態優化
6 1 概述
6 1 1 擬解決的主要問題
6 1 2 研究內容及貢獻
6 2 隱式正則效應度量方法
6 2 1 網絡訓練動態度量
6 2 2 推理權重奇異值分佈度量
6 3 稠密重參數化驅動的隱式正則機制
6 3 1 構建深度矩陣分解式結構
6 3 2 引入BN保證可訓練性
6 3 3 引入稠密連接以緩解奇異性
6 4 訓練-推理解耦結構及等價變換
6 4 1 稠密重參數化模塊相關參數選擇
6 4 2 稠密重參數化模塊的建模對比
6 5 實驗結果與分析
6 5 1 實驗設置
6 5 2 消融實驗
6 5 3 先進性驗證實驗
6 5 4 在場景語義解析任務上的驗證實驗
6 6 本章小結
第7章 典型應用案例
7 1 部署策略與方案
7 1 1 特定硬體下的深度網絡模型設計
7 1 2 特定硬體平台下的部署策略
7 2 結構化靜態航空消聲蜂窩精準定位
7 2 1 任務描述
7 2 2 算法實施
7 2 3 進展與成果
7 3 半結構化對抗場景下RoboCup仿人機器人視覺感知
7 3 1 任務描述
7 3 2 算法實施
7 3 3 進展與成果
7 4 複雜交互場景下的安全監管與人員行為識別
7 4 1 任務描述
7 4 2 算法實施
7 4 3 進展與成果
7 5 高動態開放場景下自動駕駛車輛車道線檢測
7 5 1 任務描述
7 5 2 算法實施
7 5 3 進展與成果
7 6 本章小結
第8章 總結與展望
8 1 總結
8 2 展望
參考文獻
附錄A 主要符號對照表
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。