圖像工程技術選編（二）

《圖像工程技術選編（二）》是2020年4月1日清華大學出版社出版的圖書，作者是章毓晉、王貴錦、陳健生。

基本介紹

• 中文名：圖像工程技術選編（二）
• 作者：章毓晉、王貴錦、陳健生
• 出版社：清華出版社
• 出版時間：2020年4月1日
• 定價：59 元 
• ISBN：9787302542308 

內容簡介

本書是《圖像工程技術選編》之二，另選取了九類當前得到廣泛使用的圖像技術給予介紹。對每類技術，先對其中的基本概念、工作的基本原理、過程的基本步驟給予概括介紹，以幫助了解和學習該類技術；接下來介紹幾種具體實現技術功能的典型方法作為示例，以了解該類技術過程的特點，幫助達到有效運用該類技術進行圖像加工的目的；最後介紹一些近年來在相關技術方面發表的文獻，總結歸納它們的特點，以幫助深入開展進一步的工作。

作品目錄

第0章引言

0.1圖像技術

0.1.1圖像工程

0.1.2圖像技術分類

0.2本書特點

0.2.1寫作動機

0.2.2選材內容

0.2.3結構安排

第1章聚焦棧成像

1.1聚焦棧圖像的定義

1.2聚焦棧的採集

1.3基於聚焦棧的光場重建

1.3.1光場的採集方式

1.3.2聚焦棧光場重建算法回顧

1.3.3聚焦棧與光場的線性成像模型

1.3.4基於線性成像模型的疊代濾波反投影光場重建

1.3.5實驗與分析

1.4聚焦棧全清晰成像

1.4.1算法框架

1.4.2最大梯度流

1.4.3種子點提取

1.4.4全聚焦合成

1.4.5全清晰成像實驗及對比

1.5近期文獻分類總結

第2章圖像去模糊

2.1圖像去模糊概述

2.1.1通用圖像退化模型

2.1.2模糊退化

2.1.3模糊核估計

2.2經典去模糊方法

2.2.1逆濾波

2.2.2維納濾波

2.2.3有約束最小平方恢復

2.3估計運動模糊核

2.3.1快速盲反卷積

2.3.2基於CNN的方法

2.4低解析度圖像去模糊

2.4.1網路結構

2.4.2損失函式設計

2.4.3多類生成對抗網路

2.5近期文獻分類總結

第3章圖像去霧

3.1圖像去霧方法概述

3.2暗通道先驗去霧算法

3.2.1大氣散射模型

3.2.2暗通道先驗模型

3.2.3實用中的一些問題

3.3改進思路和方法

3.3.1大氣光區域確定

3.3.2大氣光值校正

3.3.3尺度自適應

3.3.4大氣透射率估計

3.3.5濃霧圖像去霧

3.4改善失真的綜合算法

3.4.1綜合算法流程

3.4.2T空間轉換

3.4.3透射率空間的大氣散射圖

3.4.4天空區域檢測

3.4.5對比度增強

3.5去霧效果評價

3.5.1客觀評價指標

3.5.2主客觀結合的評價實例

3.6近期文獻分類總結

第4章顯著性目標檢測

4.1顯著性概述

4.2顯著性檢測

4.3基於對比度提取顯著性區域

4.3.1基於對比度幅值

4.3.2基於對比度分布

4.3.3基於最小方向對比度

4.3.4顯著性目標分割和評價

4.4基於背景先驗提取顯著性區域

4.4.1相似距離

4.4.2最小柵欄距離的近似計算

4.4.3流水驅動的顯著性區域檢測

4.4.4定位目標候選區域

4.5基於最穩定區域提取顯著性區域

4.6近期文獻分類總結

第5章基於圖像的生物特徵識別

5.1生物特徵識別概述

5.1.1生物特徵模態

5.1.2生物特徵識別系統

5.1.3生物特徵識別的評價方法

5.2人臉識別

5.2.1人臉檢測

5.2.2人臉特徵提取

5.2.3人臉識別資料庫

5.3指紋識別

5.3.1指紋的結構與特徵

5.3.2指紋識別方法

5.3.3指紋資料庫

5.4虹膜識別

5.4.1虹膜分割

5.4.2虹膜特徵提取

5.4.3虹膜資料庫

5.5步態識別

5.5.1基於人工設計特徵的步態識別

5.5.2基於深度學習的步態識別

5.5.3步態資料庫

5.6近期文獻分類總結

第6章人臉三維重建

6.1人臉三維重建概述

6.1.1基於從陰影恢復形狀

的人臉三維重建

6.1.2基於統計模型的人臉三維重建

6.1.3基於從運動恢復結構的人臉三維重建

6.2基於光照錐恢復的人臉三維重建

6.2.1問題的建模

6.2.2求解步驟

6.2.3重建結果

6.2.4人臉對稱性的套用

6.3基於統計模型的人臉三維重建

6.3.1三維形變模型（3DMM）

6.3.2基於球諧波光照模型的重建方法

6.3.3基於徑向基函式快速三維重建方法

6.4基於運動視頻序列的人臉三維重建

6.5基於深度學習的人臉三維重建

6.5.1結合3DMM的深度學習重建方法

6.5.2深度學習模型直接回歸人臉三維模型

6.6近期文獻分類總結

第7章基於深度圖的手勢互動

7.1手勢互動概述

7.1.1基於深度圖的手部姿態估計

7.1.2動態手勢識別

7.2基於姿態引導結構化區域集成網路的手部姿態估計

7.2.1數據集及評價指標

7.2.2區域集成網路

7.2.3姿態引導的結構化區域集成網路

7.3基於骨架的動態手勢識別

7.3.1動態手勢識別技術概要

7.3.2運動特徵增強網路

7.3.3實驗結果分析

7.4近期文獻分類總結

第8章同時定位與製圖

8.1視覺SLAM概述

8.2視覺SLAM系統實現

8.2.1數據端的預處理

8.2.2視覺里程計

8.3結合機器學習的姿態最佳化與語義建圖

8.3.1基於FasterRCNN最佳化

8.3.2姿態估計分析

8.3.3語義重建

8.3.4定位演示

8.4近期文獻分類總結

第9章圖像釋意

9.1圖像釋意概述

9.1.1圖像釋意數據集和數據預處理

9.1.2圖像釋意的生成方式及評測指標

9.1.3圖像釋意發展的三個階段

9.2基於傳統方法的圖像釋意模型

9.2.1基於語言模板的模型

9.2.2基於檢索的模型

9.2.3傳統生成式模型

9.3基於編碼器解碼器模型的圖像釋意

9.3.1模型的損失函式

9.3.2編碼器解碼器模型結構

9.3.3基於注意力機制的模型

9.3.4編碼器解碼器模型的分支

9.4圖像釋意模型性能對比

9.5近期文獻分類總結

參考文獻

術語索引