《機器學習與視覺感知》是2016年6月清華大學出版社出版的圖書,作者是張寶昌、楊萬扣、林娜娜。
基本介紹
- 中文名:機器學習與視覺感知
- 作者:張寶昌、楊萬扣、林娜娜
- 出版社:清華大學出版社
- 出版時間:2016年6月
- 定價:30 元
- ISBN:9787302428114
《機器學習與視覺感知》是2016年6月清華大學出版社出版的圖書,作者是張寶昌、楊萬扣、林娜娜。
《機器學習與視覺感知》是2016年6月清華大學出版社出版的圖書,作者是張寶昌、楊萬扣、林娜娜。內容簡介本書旨在通過對機器學習主要原理和方法的介紹,並且結合作者多年來在視覺感知方面的研究成果,對於其他書籍未涉及的一些前沿研...
《機器學習與視覺感知(第2版)》是2020年清華大學出版社出版的圖書,作者是張寶昌、楊萬扣、林娜娜 內容簡介 本書分為基礎篇和高級篇。基礎篇介紹機器學習的主要原理和方法、以及最近幾年來的最新進展,包括機器學習的發展史、決策樹...
機器學習與視覺感知 《機器學習與視覺感知》是2020年清華大學出版社出版的圖書。
《視覺感知系統信息處理理論》是2006年2月電子工業出版社出版的圖書,作者是羅四維,本書從理論和套用的角度討論研究神經感知和機器學習之間的關係。內容簡介 機器學習之間的關係這種從模擬人類的神經模式出發來指導機器學習的方法,即結合...
機器視覺通常指的是結合自動圖像分析與其他方法和技術,以提供自動檢測和機器人指導在工業套用中的一個過程。在許多計算機視覺套用中,計算機被預編程,以解決特定的任務,但基於學習的方法現在正變得越來越普遍。計算機視覺套用的實例包括用於...
機器學習不僅在基於知識的系統中得到套用,而且在自然語言理解、非單調推理、機器視覺、模式識別等許多領域也得到了廣泛套用。一個系統是否具有學習能力已成為是否具有“智慧型”的一個標誌。機器學習的研究主要分為兩類研究方向:第一類是傳統...
因此,另一種新的研究思路是從人類視覺認知角度出發,利用機器學習的計算工具,構建人類視覺感知模型,研究基於視覺感知模型的視頻編碼關鍵技術,以智慧型計算換取頻寬;該工作在國內外尚處於起步階段。本項目將利用已有研究基礎,以提高視頻壓縮...
思維機器 機器感知 上面談過 機器感知 感知機器 感知機器(perceptibleMachine)或認知機器(RecognizingMachine),研製具有人工感知(Artificialperception)或人工認知(ArtificialRecognition)能力的機器。包括:視覺機器、聽覺機器、觸覺機器…...
本項目依託天津市教委“視聽覺感知的類人機器人虛擬仿真實驗教學項目”、天津理工大學國家級虛擬仿真實驗教學示範中心、學習型智慧型系統教育部工程研究中心建設,打造了面向人工智慧技術的視聽感知控制機器人虛擬仿真實台。探索智慧型機器人實現視覺...
第3章 智慧型視覺感知方法與技術 57 3.1 經典的視覺感知方法 57 3.1.1 視覺匹配 57 3.1.2 視覺顯著性 62 3.2 基於機器學習方法的視覺感知 63 3.2.1 集成學習(Adaboosting) 63 3.2.2 局部二值模式(LBP) 64 3...
《機器視覺與機器學習:算法原理、框架套用與代碼實現》是2020年機械工業出版社出版的圖書。內容簡介 本書內容共10章。1章為緒論,包括機器視覺的相關概念,機器視覺的發展、基本任務、套用領域與困難,以及馬爾視覺理論;2章為數字圖像...
《機器學習與智慧型感知》是2023年9月1日清華大學出版社出版的圖書,作者:張寶昌、黃雷、丁嶸、王 田。內容簡介 本書旨在通過對機器學習主要原理和方法的介紹,並且結合作者多年來在智慧型感知方面的研究成果,對其他書籍未涉及的一些前沿...
《OpenCV 4.0+Python機器學習與計算機視覺實戰》是清華大學出版社於2022年出版的書籍,作者是[印]梅努阿·吉沃吉安 等。內容簡介 《OpenCV 4.0+Python機器學習與計算機視覺實戰》詳細闡述了機器學習與計算機視覺相關的基本解決方案,主要...
但現有方法在處理弱紋理區域、圖像噪聲、複雜曲面、信息缺失等方面都存在局限性,使得立體視覺在精度和完整性等方面的不足成為亟待解決的問題。本課題致力於微分幾何和機器學習在立體視覺中的套用研究。通過探索光滑流形局部微分幾何特性,研究...
本書結合神經生理學、認知科學等學科的基本理論,首先介紹人類視覺感知系統和多源視覺信息感測的生理結構及功能特點。然後,結合計算機視覺、機器學習、模式識別的相關理論,分析視覺感知識別中的人臉識別、運動目標分析、行為識別問題以及視覺...
人工智慧是包括十分廣泛的科學,它由不同的領域組成,如機器學習,計算機視覺等等,總的說來,人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智慧型才能完成的複雜工作。但不同的時代、不同的人對這種“複雜工作”的理解是不同的...
經過近30年的分治,人工智慧的六個核心領域(計算機視覺、自然語言處理、機器學習、認知與推理、機器人學和多智慧型體)呈現出對內融合、對外交叉的發展態勢。人工智慧領域的發展將尋求統一的人工智慧架構,以實現人工智慧從感知到認知的轉變...