| *數量非實際在台庫存 *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,以到貨標的為實際資訊。 印行年月:202401*若逾兩年請先於私訊洽詢存貨情況,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:基於深度學習的圖像處理 ISBN:9787030763563 出版社:科學 著編譯者:吳蘭 叢書名:信息科學技術學術著作叢書 頁數:112 所在地:中國大陸 *此為代購商品 書號:1607054 可大量預訂,請先連絡。 內容簡介 本書主要介紹作者近年來在深度學習與圖像處理等方面的研究成果,包括圖像去模糊、視頻信息缺失補全、圖像分類識別、圖像領域自適應、多源跨域圖像遷移學習相關理論和方法,用到的模型主要包括多尺度編解碼深度卷積神經網路、多尺度特徵金字塔網路、雙判別器生成對抗網路、漸進增長生成對抗網路、貝葉斯正則化深度卷積神經網路、深度對抗域自適應網路、深度加權子域自適應網路等。 本書可作為模式識別與智能系統專業研究生的教學參考書,同時對從事深度學習及圖像處理技術研究、開發和應用的科技人員也具有一定的參考價值。目錄 「信息科學技術學術著作叢書」序前言 第1章 圖像去模糊方法 1 1 多尺度編解碼深度卷積神經網路圖像去模糊 1 1 1 圖像特徵提取模塊 1 1 2 網路結構模型 1 1 3 實驗與分析 1 2 多尺度特徵金字塔網路圖像去模糊 1 2 1 特徵金字塔網路原理 1 2 2 網路結構模型 1 2 3 實驗與分析 1 3 本章小結 參考文獻 第2章 視頻信息缺失補全 2 1 基於雙判別器生成對抗網路的視頻單幀補全 2 1 1 網路模型 2 1 2 損失函數 2 1 3 實驗與分析 2 2 基於漸進增長生成對抗網路的視頻多幀補全 2 2 1 網路模型 2 2 2 實驗與分析 2 3 本章小結 參考文獻 第3章 圖像分類識別 3 1 基於卷積神經網路的圖像分類識別 3 1 1 卷積神經網路模型和結構設計 3 1 2 實驗與分析 3 2 基於貝葉斯正則化深度卷積神經網路的圖像分類 3 2 1 深度卷積神經網路的貝葉斯學習方法 3 2 2 實驗與分析 3 3 本章小結 參考文獻 第4章 圖像領域自適應 4 1 基於深度對抗域自適應網路的圖像識別 4 1 1 深度對抗域自適應網路 4 1 2 實驗與分析 4 2 基於深度加權子域自適應網路的圖像識別 4 2 1 深度加權子域自適應網路 4 2 2 實驗與分析 4 3 基於自監督任務最優選擇的無監督域自適應 4 3 1 無監督域自適應網路 4 3 2 實驗與分析 4 4 本章小結 參考文獻 第5章 多源跨域圖像遷移學習 5 1 基於自監督任務的多源無監督域自適應 5 1 1 多源無監督域自適應網路 5 1 2 實驗與分析 5 2 序貫式多源域自適應 5 2 1 序貫式多源域自適應方法 5 2 2 實驗與分析 5 3 基於相似性度量的多源到多目標域適應 5 3 1 基於相似性度量的多源到多目標域適應方法 5 3 2 實驗與分析 5 4 本章小結 參考文獻 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |