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:

  • 稀疏和低秩表示目标检测与跟踪及其军事应用 袁广林,徐国明,秦晓燕,朱虹 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 袁广林,徐国明,秦晓燕,朱虹著
    • 出版社: 国防工业出版社
    • 出版时间:2021-05-01 00:00:00
    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:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 袁广林,徐国明,秦晓燕,朱虹著
    • 出版社:国防工业出版社
    • 出版时间:2021-05-01 00:00:00
    • 版次:1
    • 开本:其他
    • 装帧:平装
    • ISBN:9787118123043
    • 国别/地区:中国
    • 版权提供:国防工业出版社

    稀疏和低秩表示目标检测与跟踪及其军事应用

    作  者:袁广林,徐国明,秦晓燕,朱虹 著
    定  价:116
    出 版 社:国防工业出版社
    出版日期:2021年05月01日
    页  数:
    装  帧:平装
    ISBN:9787118123043
    主编推荐

    内容简介

    本书是作者在该领域多年的研究成果积累,内容从稀疏与低秩理论分析到图像超分辨率预处理,从目标检测与跟踪技术方法到军事侦察典型应用。全书共分为6章,首先概述了稀疏与低秩表示理论及其在解决计算机视觉问题中的基本模型;其次阐述了超分辨重建、目标检测、目标跟踪的研究现状,以及在稀疏与低秩表示理论框架下,作者对以上三个计算机视觉问题的研究成果;很后是典型军事应用,描述了稀疏与低秩表示理论在军事目标检测和跟踪中的应用实例。

    作者简介

    袁广林,陆军炮兵防空兵学院信息工程系,副教授。长期从事计算机视觉基础理论和方法等方面的研究,尤其是在视觉目标检测与跟踪等方面研究深入,近十年负责主持完成国家自然科学基金、中国博士后科学基金和国防科技重点项目等3项。共发表学术论文40余篇,其中EI检索论文近27篇。获得省部级成果奖4项。,秦晓燕,陆军炮兵防空兵学院信息工程系,副教授

    精彩内容

    目录
    章 概述 1.1 稀疏与低秩表示的发展历程 1.2 基本概念和术语 1.3 在图像处理和计算机视觉中的应用 1.3.1 图像去噪 1.3.2 图像修复 1.3.3 图像超分辨率重建 1.3.4 三维几何重建 1.3.5 序列图像配准 1.3.6 目标检测 1.3.7 目标跟踪 1.3.8 人脸识别 1.4 目标检测与跟踪研究概述 1.4.1 目标检测研究概述 1.4.2 目标跟踪研究概述 1.5 本书的主要内容与组织安排 1.5.1 本书的主要内容 1.5.2 本书的组织安排 第2章 稀疏与低秩表示模型与算法2.1 稀疏表示模型 2.2 稀疏表示算法 2.2.1 贪婪算法 2.2.2 快速优化算法 2.3 字典学习模型 2.4 字典学习算法 2.4.1 批处理字典学习 2.4.2 在线字典学习算法 2.5 低秩表示模型 2.6 低秩表示算法 2.6.1 加速邻近梯度算法(APG) 2.6.2 增广加速邻近梯度算法(GAPG) 2.6.3 交错方向法(ADM) 2.6.4 线性交错方向法(LADM) 第3章 基于稀疏表示的图像超分辨率重建 3.1 稀疏域单幅图像超分辨率模型与算法 3.1.1 稀疏域图像超分辨率模型3.1.2 鲁棒性单幅图像超分辨率算法 3.2 基于图像块稀疏结构相似度邻域约束的超分辨率重建 3.2.1 HRLR样本模型及双字典学习 3.2.2 稀疏结构相似度 3.2.3 超分辨率重建算法 3.3 局部样本匹配和多级滤波的快速超分辨率重建 3.3.1 超分辨率模型 3.3.2 样本匹配与采样滤波 3.3.3 快速超分辨率算法 第4章 基于稀疏与低秩表示的目标检测 4.1 基于稀疏表示与图切的运动目标检测 4.1.1 目标检测模型 4.1.2 目标检测方法 4.2 基于主分量寻踪与分析的目标检测 4.2.1检测方法框架 4.2.2 基于 PCP 的前景恢复 4.2.3 基于 PCA 的目标检测 4.3 岭回归协助稀疏表示红外小目标检测 4.3.1 超完备字典构造 4.3.2 岭回归 4.3.3 目标检测方法 4.4 基于主分量寻踪的红外小目标检测 4.4.1 基于主分量寻踪检测红外小目标模型 4.4.2 基于主分量寻踪检测红外小目标方法 第5章 基于稀疏与低秩表示的目标跟踪 5.1 基于稀疏稠密结构表示与在线鲁棒字典学习的目标跟踪 5.1.1 稀疏稠密结构鲁棒表示模型 5.1.2 稀疏稠密结构鲁棒表示快速算法5.1.3 在线鲁棒字典学习算法 5.1.4 目标跟踪方法 5.2 基于稀疏度约束与动态组结构稀疏编码的鲁棒目标跟踪 5.2.1 L1跟踪方法 5.2.2 稀疏度约束与动态组稀疏编码算法 5.2.3 目标跟踪方法 5.3 基于FISHER准则的在线判别式字典学习的目标跟踪 5.3.1 Fisher在线判别式字典学习模型 5.3.2 Fisher在线判别式字典学习算法 5.3.3 目标跟踪方法 5.4 在线鲁棒判别式字典学习的目标跟踪 5.4.1 在线鲁棒判别式字典学习模型 5.4.2 在线鲁棒判别式字典学习算法5.4.3 目标跟踪方法 5.5 基于主分量寻踪的鲁棒目标跟踪 5.5.1 候选目标的分解与相似性度量 5.5.2模板更新 5.5.3目标跟踪方法 第6章 在无人机载成像目标检测与跟踪中的应用 6.1 无人机载成像对空红外小目标检测 6.1.1 无人机载成像对空红外小目标检测的特点与难点 6.1.2 基于低秩表示的无人机载红像对空外成小目标检测方法 6.2 无人机载成像对地目标跟踪 6.2.1 无人机载成像对地目标跟踪的特点与难点 6.2.2 基于两阶段稀疏表示的无人机载成像对地目标跟踪方法

    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