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 反恐背景下的信息技术革新研究 刘钊 时事出版社 9787519501
  • 新华书店旗下自营,正版全新
    • 作者: 刘钊著 | 刘钊编 | 刘钊译 | 刘钊绘
    • 出版社: 时事出版社
    • 出版时间:2016-04-01
    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

    商品分类

    商品参数
    • 作者: 刘钊著| 刘钊编| 刘钊译| 刘钊绘
    • 出版社:时事出版社
    • 出版时间:2016-04-01
    • 版次:1
    • 印刷时间:2017-08-01
    • 字数:114千字
    • 页数:141
    • 开本:大32开
    • ISBN:9787519501068
    • 版权提供:时事出版社
    • 作者:刘钊
    • 著:刘钊
    • 装帧:平装-胶订
    • 印次:暂无
    • 定价:60.00
    • ISBN:9787519501068
    • 出版社:时事出版社
    • 开本:大32开
    • 印刷时间:2017-08-01
    • 语种:中文
    • 出版时间:2016-04-01
    • 页数:141
    • 外部编号:9012782
    • 版次:1
    • 成品尺寸:暂无

    前言 信息技术革新与新形态反恐

    章 行人检测与行人跟踪研究现状

    节 研究的目的和意义

    第二节 国内外研究现状和发展趋势

    一、行人检测研究现状

    二、目标跟踪研究现状

    第三节 行人跟踪与检测算法展望

    第四节 研究内容

    第五节 本书结构

    第二章 基于深度通道特征的行人检测

    节 引言

    第二节 深度卷积神经网络与稀疏滤波

    一、深度卷积神经网络

    二、稀疏滤波

    第三节 深度通道特征

    一、行人通道特征和深度通道特征

    二、深度通道特征的提取

    三、用于行人检测的特征构成

    第四节 基于深度通道特征的行人检测

    第五节 实验结果

    一、实验设置

    二、对比分析

    三、决策树个数的影响

    四、未识别情况分析

    第六节 小结

    第三章 基于字典学习的行人跟踪方法

    节 引言

    第二节 非冗余限定的字典学习

    一、字典学习在分类与跟踪中的局限性

    二、增加字典学习区分度的非冗余限定条件

    第三节 多类别判别式字典学习跟踪算法

    一、多类别判别式字典学习

    二、跟踪算法与字典更新

    第四节 实验结果

    一、实验设置

    二、整体性能比较

    三、特殊预设状态性能比较

    四、初始化对跟踪器性能的影响

    第五节 小结

    第四章 基于多分量可变部件模型的行人跟踪

    节 引言

    第二节 行人可变部件模型及其初始化

    一、初始化可变部件

    二、初始化INCSVM

    第三节 多分量可变部件模型

    第四节 可变部件模型跟踪算法

    一、跟踪目标函数

    二、跟踪框架

    第五节 自顶向下与自下而上相结合的跟踪框架

    一、结合自顶向下策略的跟踪错误恢复

    二、多分量可变模型的更新

    三、难度负样本处理

    第六节 实验结果

    一、困难负样本对跟踪效果的提升

    二、算法定量对比

    三、算法对比定性分析

    第七节 小结

    第五章 结论与展望

    节 全书工作总结

    第二节 未来工作

    参考文献

    后记

    刘钊,男,1981年生,博士,讲师,中共党员。现就职于中国人民公安大学,任网络空间安全与法制协同创新中心研究员。2006年毕业于比利时鲁汶大学,获生物信息学硕士学位;2017年毕业于北京理工大学,获计算机应用技术博士学位。在国际刊物和会议发表数篇论文,主要研究方向为人工智能、模式识别和计算机视觉。

    随着优选反恐形势的不断加剧和以自动驾驶为主要代表的新交通系统的兴起,选择视频序列中的行人作为主要视觉对象的行人检测和跟踪是智能安防、智能交通、自动化等系统中的一项关键技术。本书从行人目标的稀疏特性着手,从有效描述行人目标的特征、增强外观模型的区分度和对行人形态变化进行部件建模等方面进行了深入研究,利用深度学习等新方法,提出了用于行人检测的深度通道特征、多类别判别式字典学习方法和基于多分量可变形部件模型的行人跟踪方法。

    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