0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 信息技术 > 软件开发与程序设计 > 曲面物体3D重建与计算机视觉分析

相同作者的商品

相同语种的商品

销售排行榜

浏览历史

曲面物体3D重建与计算机视觉分析


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
曲面物体3D重建与计算机视觉分析
  • 书号：9787030665942
    作者：张梅,文静华
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：153
    字数：200000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2021-05-01
  • 所属分类：
  • 定价： ￥99.00元
    售价： ￥79.20元
  • 图书介质:
    按需印刷

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书较详细地介绍了曲面物体3D 重建与基于深度学习的计算机视觉分析关键技术，内容不但包括了首次接触本学科的读者所需要具备的基础知识，而且包括近年来国内曲面物体3D 重建与计算机视觉分析关键技术研究的重要成果。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 深度图像分割 1
    1.1 深度图像传统分割方法 1
    1.1.1 基于边缘的分割方法 1
    1.1.2 基于区域的分割方法 6
    1.1.3 传统深度图像分割方法的缺陷 8
    1.2 深度图像数学形态学分割 10
    1.2.1 数学形态学基础理论 10
    1.2.2 深度形态学基础理论 14
    1.2.3 深度形态学基本运算 16
    1.3 深度图像分割新方法 18
    1.3.1 深度图像预处理 18
    1.3.2 基于形态学算子的深度图像分割 22
    1.3.3 基于水线区域的深度图像分割 23
    1.4 方法验证与评估 25
    1.4.1 计算机仿真 25
    1.4.2 实验结果 30
    1.4.3 深度图像分割方法评估体系 32
    1.5 本章小结 34
    参考文献 35
    第2章 基于参数活动轮廓和向量场卷积的图像分割 37
    2.1 活动轮廓模型理论 37
    2.1.1 活动轮廓模型基本思想与分类 38
    2.1.2 曲线演化理论 39
    2.1.3 参数活动轮廓模型原理 41
    2.1.4 几何活动轮廓模型 44
    2.1.5 Snake模型 45
    2.2 Snake参数轮廓模型改进 47
    2.2.1 Snake模型改进 47
    2.2.2 改进力构成 49
    2.3 实验结果 51
    2.3.1 仿真实验说明 51
    2.3.2 不同图像分割法结果分析 52
    2.4 本章小结 57
    参考文献 58
    第3章 点云模型伪洞修补与区域分割 60
    3.1 点云模型基础 60
    3.1.1 点云模型基本理论 60
    3.1.2 点云模型几何特性 66
    3.1.3 曲率估算 70
    3.2 伪洞检测与修补 71
    3.2.1 伪洞基本理论 71
    3.2.2 检测伪洞边界点 73
    3.2.3 伪洞边界提取 75
    3.2.4 伪洞填充弥补 81
    3.3 区域分割方法 92
    3.3.1 传统区域分割方法验证 92
    3.3.2 活动轮廓模型分割方法验证 93
    3.3.3 实验结果 95
    3.4 本章小结 97
    参考文献 97
    第4章 基于计算机视觉的水果分级 100
    4.1 基于深度学习的水果分级 100
    4.1.1 基于数字图像处理的水果分级方法 100
    4.1.2 基于深度学习的水果分级方法 106
    4.2 水果分级模型的优化和改进 110
    4.2.1 数据优化 110
    4.2.2 VGG16结构优化 113
    4.3 本章小结 122
    参考文献 123
    第5章 基于深度学习的花卉图像分类 124
    5.1 基于多损失注意力网络的花卉图像分类 124
    5.1.1 Xception模型概述 125
    5.1.2 注意力机制 126
    5.1.3 三元组损失函数 130
    5.1.4 多损失注意力网络模型设计 131
    5.1.5 实验结果 136
    5.2 基于多损失注意力双线性网络的花卉图像分类 141
    5.2.1 残差网络 141
    5.2.2 双线性卷积神经网络模型 143
    5.2.3 多损失注意力双线性网络设计 146
    5.2.4 实验结果 148
    5.3 本章小结 150
    参考文献 150
    彩图
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com