書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用

作者：謝琦 著
出版社：機(jī)械工業(yè)出版社出版時(shí)間：2024-08-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 134
中 圖 價(jià):¥55.3(7.0折) 定價(jià)  ¥79.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用 版權(quán)信息

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用 本書(shū)特色

本書(shū)內(nèi)容榮獲2022年“CCF優(yōu)秀博士學(xué)位論文激勵(lì)計(jì)劃”在圖像處理研究中，如何充分利用圖像的先驗(yàn)結(jié)構(gòu)一直是研究人員十分感興趣的課題。圖像先驗(yàn)的數(shù)學(xué)建模是*經(jīng)典的一種圖像先驗(yàn)利用方法，是將圖像結(jié)構(gòu)進(jìn)行形式化與數(shù)學(xué)化的過(guò)程，它不僅反映了人們了解圖像本質(zhì)特征的渴望，也是諸多實(shí)際應(yīng)用的可靠性保障。 本書(shū)主展示了幾種典型圖像處理與分析場(chǎng)景下的先驗(yàn)建模方法，既涉及無(wú)監(jiān)督學(xué)習(xí)框架，也涉及有監(jiān)督學(xué)習(xí)框架。書(shū)中創(chuàng)新性提出一系列新型建模工具，相信能夠?qū)︻I(lǐng)域的發(fā)展有一定地助力，同時(shí)也能為讀者帶來(lái)新的啟發(fā)。 本書(shū)適合具備相關(guān)數(shù)學(xué)、編程基礎(chǔ)的研究和開(kāi)發(fā)者閱讀，也可為數(shù)字人文領(lǐng)域的學(xué)者提供一定的參考和借鑒。

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用 內(nèi)容簡(jiǎn)介

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模是非常經(jīng)典的圖像先驗(yàn)的利用方法。它不僅反映了人們想了解事物背后原理的渴望，也是諸多對(duì)可靠性與穩(wěn)健性有高要求的實(shí)際應(yīng)用的需求。本書(shū)展示了幾種典型圖像處理與分析場(chǎng)景下的先驗(yàn)建模方法，既涉及無(wú)監(jiān)督學(xué)習(xí)框架，也涉及有監(jiān)督學(xué)習(xí)框架，相信能夠?qū)︻I(lǐng)域的發(fā)展有一定的助力，同時(shí)也能給讀者帶來(lái)新的啟發(fā)。
本書(shū)適合數(shù)學(xué)類(lèi)、計(jì)算機(jī)類(lèi)專(zhuān)業(yè)高年級(jí)本科生和研究生閱讀，也適合具備相關(guān)數(shù)學(xué)、編程基礎(chǔ)的研究、開(kāi)發(fā)人員閱讀，亦可為數(shù)字人文領(lǐng)域的學(xué)者提供一定的參考和借鑒。

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用 目錄

目錄 叢書(shū)序 推薦序 I 推薦序 II 導(dǎo)師序 摘要 Abstract 第 1 章 緒論1 1.1 研究背景1 1.2 相關(guān)研究現(xiàn)狀 5 1.2.1 高維數(shù)據(jù)的稀疏性建模 5 1.2.2 顏色與方向不變的彩色圖像非局部自相似性建模10 1.2.3 低劑量 CT 弦圖噪聲建模12 1.2.4 基于物理機(jī)制的深度高光譜融合 15 1.2.5 基于領(lǐng)域知識(shí)的眼底病灶檢測(cè) 17 1.3 本書(shū)的主要內(nèi)容19 第 2 章 一種新型高階稀疏性度量及在張量處理問(wèn)題中的應(yīng)用 24 2.1 引言.24 2.2 符號(hào)定義和背景知識(shí) 27 2.3 CP 分解與 Tucker 分解 28 2.4 高階稀疏性度量32 2.5 KBR 高階稀疏性度量35 2.5.1 KBR 稀疏正則*小二乘問(wèn)題 36 2.5.2 KBR 稀疏正則的張量填充問(wèn)題41 2.5.3 KBR 稀疏正則的張量穩(wěn)健主成分分析.44 2.5.4 KBR 稀疏正則*小二乘在高光譜圖像去噪問(wèn)題中的應(yīng)用 48 2.6 實(shí)驗(yàn)結(jié)果 51 2.6.1 高光譜圖像去噪實(shí)驗(yàn) 51 2.6.2 基于 KBR-TC 的高光譜圖像填充實(shí)驗(yàn) 55 2.6.3 基于 KBR-RPCA 的視頻背景建模實(shí)驗(yàn)59 2.6.4 折中參數(shù)的分析 61 2.7 小結(jié).62 第 3 章 顏色與方向不變圖像非局部自相似性建模及其應(yīng)用64 3.1 引言.64 3.2 符號(hào)定義和背景知識(shí).69 3.3 顏色與方向不變非局部自相似性建模69 3.3.1 方向敏感圖像塊表示 70 3.3.2 顏色敏感圖像塊表示 78 3.4 基于顏色與方向不變非局部自相似性的彩色圖像去噪模型78 3.4.1 彩色圖像去噪的*大后驗(yàn)?zāi)Ｐ?78 3.4.2 EM 算法80 3.5 實(shí)驗(yàn)結(jié)果 87 3.5.1 仿真彩色圖像去噪實(shí)驗(yàn)87 3.5.2 真實(shí)彩色圖像去噪實(shí)驗(yàn)89 3.6 小結(jié).91 第 4 章 基于生成機(jī)制的低劑量 CT 弦圖去噪92 4.1 引言.92 4.2 符號(hào)定義和背景知識(shí) 96 4.3 模型框架 97 4.3.1 投影數(shù)據(jù)的生成模型 98 4.3.2 弦圖先驗(yàn)?zāi)Ｐ?00 4.3.3 *大后驗(yàn)估計(jì)102 4.3.4 模型討論 103 4.4 ADMM 算法104 4.5 實(shí)驗(yàn)結(jié)果108 4.5.1 對(duì)比方法 108 4.5.2 數(shù)字影像數(shù)據(jù)實(shí)驗(yàn)109 4.5.3 仿真體模數(shù)據(jù)
展開(kāi)全部

圖像數(shù)據(jù)先驗(yàn)的數(shù)學(xué)建模及其應(yīng)用 作者簡(jiǎn)介

謝琦，西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院助理教授。2020年12月獲西安交通大學(xué)數(shù)學(xué)專(zhuān)業(yè)理學(xué)博士學(xué)位。本科畢業(yè)于西安交通大學(xué)理科數(shù)學(xué)實(shí)驗(yàn)班。曾于2014年8月至10月赴香港理工大學(xué)電子計(jì)算系訪問(wèn)交流，于2017年9月至2018月9月赴普林斯頓大學(xué)金融與運(yùn)籌系訪問(wèn)交流。目前主要從事機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺(jué)的基礎(chǔ)問(wèn)題研究，博士期間，以第一作者在TPAMI發(fā)表論文2篇，它們均入選ESI高被引論文。入選2022年“CCF優(yōu)秀博士學(xué)位論文激勵(lì)計(jì)劃”。

暫無(wú)評(píng)論……
書(shū)友推薦
本類(lèi)暢銷(xiāo)
編輯推薦
返回頂部
中圖網(wǎng)
在線客服