实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
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!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
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。
音像计算机视觉中的颜色感知王金华,李兵
¥ ×1
商品
服务
物流
章引言11.1背景与意义11.1.1颜色恒常11.1.2HDR图像处理31.2国内外研究现状51.2.1颜色恒常计算51.2.2HDR图像处理9参考文献12第2章颜色恒常计算132.1朗伯特反模型132.2颜色恒常计算14.对角模型142.4颜色恒常计算研究现状152.4.1无监督的颜色恒常计算152.4.2有监督的颜色恒常计算202.4.3颜色恒常融合算法252.4.4颜色不变描述272.5颜色恒常计算实验数据集322.6光照估计的能评标准342.7本章小结35参考文献35第3章基于树结构联合稀疏表示的多线索光照估计363.1引言363.2研究背景373.2.1成像模型373.2.2光照估计相关工作373..稀疏表示403.3基于树结构联合稀疏表示的多线索光照估计403.3.1MC概述403.3.2树结构联合稀疏正则化413.3.3TGJSR的优化453.3.4核化TGJSR473.4MC光照估计的实现与分析483.4.1特征提取483.4.2由MC框架生成的方法493.5实验结果503.5.1评价标准523.5.2GehlerShi数据集测试523.5.3SFU数据集测试543.5.4Barcelona数据集测试563.6比较与分析583.6.1TGJSR框架中方法的比较583.6.2与光照估计算法的比较633.6.3使用不同稀疏正则化的MC方法的比较673.6.4树结构联合稀疏表示与近邻方法的比较683.6.5训练数据集大小的影响693.6.6线MC和核化MC的比较693.7本章小结72参考文献72第4章基于纹理相似的自然图像的颜色恒常计算734.1引言734.2相关工作介绍744.2.1基于自然图像统计的颜色恒常算法融合744.2.2存在的问题764.3基于纹理相似的自然图像的颜色恒常计算774.3.1威布尔分布与图像的纹理特征784.3.2基于纹理相似的颜色恒常算法融合794.4实验结果与分析804.4.1参数K的选择实验804.4.2交验实验824.4.3图像光照校正示例834.5本章小结85参考文献85第5章自然场景光照估计融合算法的评价865.1引言865.2光照估计融合算法875.2.1无监督融合885.2.2有监督融合885..引导式融合895.3单一颜色恒常算法925.4实验设置945.4.1图像数据集945.4.2误差评价标准965.4.3实验参数选择965.5实验结果995.5.1GehlerShi数据集的结果分析995.5.2SFU子数据集的结果分析1035.5.3Barcelona数据集的结果分析1065.5.4时间能比较1105.6实验结果分析1115.6.1一致分析1115.6.2UC与SC算法的比较1115.6.3SC和GC算法的比较1135.6.4IGC算法的特征分析1165.7场景类别对融合的影响1175.8单一估计算法对融合的影响1185.8.1使用UU和SU算法进行融合的能比较1185.8.2单一算法数量对融合结果的影响1195.9多光源场景的融合算法1205.10本章小结122参考文献122第6章基于亮度感知的HDR场景再现16.1引言16.2相关工作介绍1246.3存在的问题1266.4基于亮度感知理论的HDR场景再现算法1266.4.1HVS亮度感知理论1266.4.2基于“双锚”理论的色调映算法1276.4.3对比度1326.4.4颜色校正1346.5实验结果与分析1366.5.1评价标准1366.5.2能分析与比较1376.6本章小结147参考文献148第7章基于稀疏表示和可平移复方向金字塔变换的多曝光融合1497.1引言1497.2可平移复方向金字塔变换1507.3基于稀疏表示和可平移复方向金字塔变换的多曝光融合1547.3.1稀疏表示简介1547.3.2基于稀疏表示和TDB的多曝光融合算法1557.4实验结果与分析1597.4.1评价标准1607.4.2实验结果与分析1637.5本章小结169参考文献1698章种端到端深度学习框架下的多曝光图像融合算法1708.1引言1708.2存在的问题1718.3端到端深度学习框架下的多曝光图像融合1718.4实验结果与分析1748.5本章小结177参考文献177第9章基于生成对抗网络的多曝光图像融合框架1789.1引言1789.2GAN网络结构1809.2.1标准GAN1819.2.2相对GAN1829..相对平均GAN1849.2.4小二乘GAN1859.3基于生成对抗网络的多曝光图像融合框架1879.3.1基于GAN的多曝光图像融合架构1879.3.2生成器网络结构1889.3.3判别器网络结构1999.3.4损失函数2009.4实验结果2049.4.1评价指标2049.4.2结果分析2049.5本章小结216参考文献2170章总结与展望21810.1总结21810.2展望221
王金华,女博士(后),副教授,北京联合大学教师。研究方向计算机视觉,机器学习。以作者发表研究12篇,其中SCI8篇,授权1项,软件著作权8项。在2012年,获得自然科学青年资1项,并作为骨干参加北京市属高等学校创新团队建设项目“图像理解及可视化应用”。
颜色恒常计算和多曝光图像融合的研究成果已经被应用到计算机视觉的许多领域中,如视频监控、人脸监测、物体识别等,但是效果仍不理想,有待进一步提高。同时,颜色恒常的一部分研究成果也已经应用到我们的日常生活中。在我们日常用的数字摄像机的“自动白平衡”和HDR功能就是颜色恒常算法和多曝光图像融合技术的一个典型应用。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
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~
验证码错误
看不清楚?换一张
确定关闭
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~
查看我的收藏夹
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
继续等待
0小时0分
立即开通
SUPER会员