由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版海上态势视觉感知方法研究9787569290578吉林大学出版社
¥ ×1
前言
章 绪论
1.1 研究背景与意义
1.2 外研究现状与发展趋势
1.2.1 海面全场景解析研究现状
1.2.2 海面船舶目标重识别研究现状
1.. 海面船舶目标跟踪研究现状
1.2.4 海面视觉感知数据集
1.2.5 海面视觉感知发展趋势
1.3 本书主要工作和研究成果
1.3.1 主要研究内容和技术路线
1.3.2 本书主要研究成果
1.4 本书组织结构
第二章 判别式深度学习与视觉感知技术
2.1 卷积神经网络
2.1.1 卷积的基本概念
2.1.2 卷积神经网络的基本结构
2.1.3 优化目标函数
2.2 卷积神经网络骨干模型
2.2.1 深度网络优化模型
2.2.2 宽度网络优化模型
2.. 复合缩放模型
2.2.4 卷积络
. 视觉感知中的多尺度解决方案
..1 空洞卷积
..2 多尺度特征融合
.. 可变形卷积
..4 非局部卷积
2.4 视觉感知中的时序模型和注意力机制
2.4.1 长短期记忆神经网络
2.4.2 注意力机制
2.5 本章小结
第三章 基于全景分割的海面场景解析
3.1 引言
3.2 深度学习背景下的图像分割技术
3.2.1 语义分割
3.2.2 实例分割
3.. 全景分割
3.3 端到端架构的全景分割方法
3.3.1 共享的Res2Net-FPN网络结构
3.3.2 语义分割头部
3.3.3 实例分割头部
3.3.4 基于DSmT的全景融合方法
3.3.5 总体优化目标函数
3.4 MarPS-1395数据集的构建
3.5 实验与结果分析
3.5.1 评估指标
3.5.2 实验设置
3.5.3 MatPS-1395数据集上实验与结果分析
3.5.4 MS COC0公共数据集上实验与结果分析
航行态势感知是传统海面集成监视活动的 目标,也是现代智能船舶甚至驾驶船舶自主航行实现的首要前提。本书首先对海上态势视觉感知 进及经典的技术进行归纳和综述,其次对判别式深度学习的核心机理进行了详细的介绍,然后重点报告本文作者在海面全场景解析、船舶目标重识别和检测后跟踪三个方面的 工作,接着给出以上关键技术在海上智能交通系统中的应用, 对全书的研究成果进行总结并给出研究展望。本书组织结构合理,内容翔实,语言通俗易懂,理论和实验细节描述深入浅出,是一本理论和实践兼备的学术著作。 本书可供从事自主系统、水上交通工程、航海智能化、交通信息工程与控制等领域研究人员和计算机及相关专业的工程技术人员、高校师生阅读参考。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格