返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 计算机视觉技术:事件相机原理与应用 高山,乔诗展,叶汝楷
  • 新华书店旗下自营,正版全新
    • 作者: 高山,乔诗展,叶汝楷著 | 高山,乔诗展,叶汝楷编 | 高山,乔诗展,叶汝楷译 | 高山,乔诗展,叶汝楷绘
    • 出版社: 化学工业出版社
    • 出版时间:2020-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 高山,乔诗展,叶汝楷著| 高山,乔诗展,叶汝楷编| 高山,乔诗展,叶汝楷译| 高山,乔诗展,叶汝楷绘
    • 出版社:化学工业出版社
    • 出版时间:2020-01-01
    • 版次:1
    • 印次:1
    • 字数:194.0
    • 页数:168
    • 开本:16开
    • ISBN:9787122396280
    • 版权提供:化学工业出版社
    • 作者:高山,乔诗展,叶汝楷
    • 著:高山,乔诗展,叶汝楷
    • 装帧:平装
    • 印次:1
    • 定价:79.80
    • ISBN:9787122396280
    • 出版社:化学工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-01-01
    • 页数:168
    • 外部编号:11280808
    • 版次:1
    • 成品尺寸:暂无

    第1章 计算机视觉简介
    1.1 计算机视觉的概念
    1.2 计算机视觉的应用
    1.2.1 图像分类
    1.2.2 目标检测
    1.2.3 图像分割
    1.2.4 目标跟踪
    1.2.5 其他应用
    1.3 思考与练习
    第2章 事件相机的原理
    2.1 数学基础知识
    2.1.1 导数
    2.1.2 积分
    2.1.3 神经元模型
    2.1.4 多层感知机与全连接层
    2.1.5 损失函数
    2.1.6 神经网络的优化
    2.2 事件相机的概念及原理
    2.3 常用的事件相机
    2.3.1 DVS相机
    2.3.2 ATIS相机
    2.3.3 DAVIS
    2.3.4 商业事件相机
    2.4 思考与练习
    第3章 事件信息的编码
    3.1 点云式编码
    3.2 CountImage编码
    3.3 张量式编码
    3.4 局部CountImage编码
    3.5 TimeImage编码
    3.6 LeakySurface编码
    3.7 思考与练习
    第4章 事件的普通卷积
    4.1 2D卷积的基本原理
    4.2 卷积神经网络的组成
    4.2.1 卷积层
    4.2.2 池化层
    4.2.3 全连接层
    4.2.4 全局最大/平均池化
    4.3 事件2D卷积的适用范围
    4.3.1 编码要求
    4.3.2 直接事件卷积存在的问题
    4.4 思考与练习
    第5章 事件的稀疏卷积
    5.1 稀疏卷积的基本原理
    5.1.1 SC层的定义
    5.1.2 VSC层的定义
    5.2 稀疏池化与全连接层
    5.2.1 稀疏池化层
    5.2.2 稀疏全连接层
    5.3 稀疏卷积的特征
    5.3.1 编码要求
    5.3.2 流形拟合特性
    5.3.3 稀疏卷积的缺点
    5.4 思考与练习
    第6章 事件的图卷积
    6.1 图卷积的基本原理
    6.1.1 事件的采样
    6.1.2 图的概念及事件图的构建
    6.1.3 图卷积的定义
    6.1.4 图池化及图全连接层的定义
    6.2 图卷积的特性
    6.2.1 编码要求
    6.2.2 图的普适性
    6.2.3 方向可变性
    6.3 思考与练习
    第7章 事件的3D卷积
    7.1 3D卷积的原理
    7.1.1 卷积层的扩展
    7.1.2 池化层的扩展
    7.2 事件输入与3D卷积的特点
    7.2.1 事件输入的编码要求
    7.2.2 直接3D卷积的现存问题
    7.2.3 3D卷积的可分解性
    7.3 4D卷积简介
    7.4 思考与练习
    第8章 基于LSTM的事件处理
    8.1 LSTM的基本原理
    8.1.1 LSTM细胞的定义
    8.1.2 LSTM的运算更新
    8.2 LSTM的变体及事件处理
    8.2.1 ConvLSTM
    8.2.2 PhasedLSTM
    8.3 思考与练习
    第9章 基于脉冲神经网络的事件处理
    9.1 普通神经元的局限
    9.2 脉冲神经网络的概念
    9.2.1 脉冲神经元模型
    9.2.2 脉冲全连接层
    9.2.3 脉冲卷积层
    9.2.4 脉冲池化层
    9.3 脉冲神经网络的学习
    9.4 脉冲神经网络的特点
    9.4.1 编码要求
    9.4.2 脉冲神经网络的局限
    9.5 思考与练习
    第10章 基于生成对抗网络的事件处理
    10.1 生成对抗网络的基本原理
    10.1.1 普通GAN的对弈原理
    10.1.2 cGAN的对弈原理
    10.1.3 Cycle-GAN的对弈原理
    10.1.4 Info-GAN的对弈原理
    10.2 事件图像的生成
    10.3 思考与练习
    参考文献


    1.本书对计算机视觉技术方向的基础理论进行了讲解,可作为该方向的入门类图书。
    2.本书是**首本“事件相机”方向的图书。
    3.本书用较大篇幅对卷积神经网络的相关原理和方法进行了论述。
    4.本书包含LSTM\/GAN\/脉冲神经网络等前沿技术。
    5.本书理论性较强,为读者打好理论基础。

    《计算机视觉技术:事件相机原理与应用》是一本关于事件相机原理基础的入门类图书。主要从计算机视觉技术的基础和相关数学基础开始讲解,对事件信息的编码、事件的卷积(普通卷积、稀疏卷积、图卷积、3D卷积)分别进行了生动的介绍,最后又通过三个章节,对基于长短期记忆网络(LSTM)、脉冲神经网络(SNN)、生成对抗网络(GAN)的事件处理的原理和方法做了解读。
    本书图文并茂,文字生动有趣,内容浅显易懂,并配有较多例题和习题,以便读者理解和巩固,适用于对事件相机方向感兴趣的技术人员阅读,同时也可供计算机视觉方向的初学者阅读和学习。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购