成功加入购物车

去购物车结算 X
白湘云书社
  • 基于类脑计算的目标检测与跟踪技术 9787568294065 宋勇,郝群,李国齐 北京理工大学出版社
图文详情

基于类脑计算的目标检测与跟踪技术 9787568294065 宋勇,郝群,李国齐 北京理工大学出版社

举报

当天发货,全新正版书。新华书店集团直发,凡是套装书,价格异常时,请咨询后下单。

  • 出版时间: 
  • 装帧:    平装
  • 开本:    16开
  • ISBN:  9787568294065
  • 出版时间: 
  • 装帧:  平装
  • 开本:  16开

售价 50.10 7.4折

定价 ¥68.00 

品相 全新

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2024-04-26

    数量
    库存4
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    十四年老店
    店铺等级
    拍卖等级
    资质认证
    90天平均
    成功完成
    92.95% (253笔)
    好评率
    99.62%
    发货时间
    8.62小时
    地址
    北京市通州区
    • 商品详情
    • 店铺评价
    立即购买 加入购物车 收藏
    手机购买
    微信扫码访问
    • 商品分类:
      工程技术
      货号:
      1202363805
      商品描述:
      目录
      第1章 概述

      1.1 常规目标检测方法

      1.1.1 基于背景建模的目标检测方法

      1.1.2 基于前景建模的目标检测方法

      1.2 常规目标跟踪方法

      1.2.1 生成式目标跟踪方法

      1.2.2 判别式目标跟踪方法

      1.3 类脑计算模型及应用

      1.3.1 神经工程导向的类脑模型及算法

      1.3.2 计算机工程导向类脑模型及算法

      小结

      参考文献

      第2章 人脑视觉系统的侧抑制机制及其应用

      2.1 侧抑制机制及常规数学模型

      2.1.1 侧抑制机制

      2.1.2 常规侧抑制模型

      2.2 新型侧抑制模型设计

      2.2.1 自适应侧抑制模型

      2.2.2 演算侧抑制模型

      2.3 基于自适应侧抑制模型的目标检测算法

      2.3.1 算法设计

      2.3.2 算法流程

      2.3.3 实验及结果分析

      2.4 基于演算侧抑制模型的目标检测算法

      2.4.1 算法设计

      2.4.2 算法流程

      2.4.3 实验及结果分析

      小结

      参考文献

      第3章 人脑视觉系统的感受野机制及其应用

      3.1 感受野机制

      3.1.1 经典感受野

      3.1.2 非经典感受野

      3.2 自适应感受野模型

      3.3 基于自适应感受野的红外目标检测方法

      3.3.1 算法流程

      3.3.2 实验及结果分析

      小结

      参考文献

      第4章 基于脉冲耦合神经网络的目标检测方法

      4.1 脉冲耦合神经网络

      4.1.1 发展历程

      4.1.2 原理及模型

      4.2 新型PCNN模型设计

      4.2.1 ALI-PCNN

      4.2.2 Fusion SPCNN

      4.3 基于ALI-PCNN的红外弱小目标检测与跟踪方法

      4.3.1 算法设计

      4.3.2 应用实例

      4.4 基于FSPCNN的红外目标检测方法

      4.4.1 算法设计

      4.4.2 应用实例

      小结

      参考文献

      第5章 人脑视觉系统的视觉注意机制及其应用

      5.1 视觉注意机制及常规数学模型

      5.1.1 视觉注意机制

      5.1.2 常规视觉注意模型

      5.2 新型视觉注意模型

      5.2.1 SC视觉注意模型

      5.2.2 DL视觉注意模型

      5.3 基于SC视觉注意模型的小目标检测算法

      5.3.1 算法原理

      5.3.2 核心过程

      5.3.3 实验及结果分析

      5.4 基于双层视觉注意模型的面目标检测算法

      5.4.1 算法原理

      5.4.2 初级显著图检测

      5.4.3 最终显著图检测

      5.4.4 实验及结果分析

      小结

      参考文献

      第6章 人脑视觉系统的记忆机制及其应用

      6.1 记忆机制及常规数学模型

      6.2 新型记忆模型设计

      6.2.1 多通道记忆模型

      6.2.2 多层旋转记忆模型

      6.3 基于多通道记忆模型的核相关滤波目标跟踪算法

      6.3.1 分类器训练

      6.3.2 目标定位

      6.3.3 基于多通道记忆的分类器更新

      6.3.4 实验及结果分析

      6.4 基于多层旋转记忆模型的相关滤波目标跟踪算法

      6.4.1 相关滤波目标跟踪框架

      6.4.2 基于MRM的相关滤波目标跟踪算法设计

      6.4.3 实验及结果分析

      小结

      参考文献

      第7章 基于卷积神经网络与人脑记忆模型的目标跟踪算法

      7.1 引言

      7.1.1 相关滤波算法

      7.1.2 基于卷积神经网络的目标跟踪算法

      7.1.3 基于卷积神经网络与人脑记忆模型的目标跟踪算法

      7.2 基于响应图分析网络的跟踪置信水平评价

      7.2.1 研究思路

      7.2.2 响应图分析网络

      7.3 基于记忆模型与RAN的KCF跟踪算法设计与实现

      7.4 实验及结果分析

      7.4.1 实验条件

      7.4.2 实验结果及分析

      小结

      参考文献

      第8章 类脑计算平台及其目标检测与跟踪应用

      8.1 类脑计算硬件平台的研究现状

      8.1.1 深度学习专用处理器

      8.1.2 神经形态芯片及系统

      8.2 深度学习与神经形态的协同发展期

      8.2.1 网络结构调整和参数压缩

      8.2.2 二值化和三值化理论

      8.3 深度学习专用处理器与神经形态芯片的对比

      8.4 LIF动力学概述

      8.4.1 脉冲神经网络

      8.4.2 目标跟踪LIF动力学网络

      8.5 LIF动力学网络的整型化

      8.5.1 SNN的整型化

      8.5.2 连续LIF动力学网络整型化

      8.6 基于神经形态系统的视频目标跟踪

      小结

      参考文献

      内容摘要
      类脑人工智能是研究和开发用于模拟、延伸和扩展人脑智能的理论、方法及应用的科学技术,将类脑人工智能技术应用于目标检测与跟踪,可大幅提升复杂背景、干扰条件下的目标检测概率及跟踪精度,具有重要的意义和广泛的应用前景。本书系统地阐述了人脑视觉信息处理机制的基本原理、主要特性、数学建模及算法设计等。同时,结合深度神经网络和类脑芯片技术,给出了基于复合类脑模型的目标检测与跟踪方法以及应用示例,旨在提高读者对于类脑人工智能技术的理解、设计及实践能力,为从事类脑人工智能相关的科学研究、工程应用等工作奠定基础。本书可作为相关专业高年级本科生、硕士生和博士生的教材,也可为从事人工智能、智能信息处理等相关领域的研究和工程技术人员提供参考。

      主编推荐
      本书系统阐述了人脑视觉信息处理机制的基本原理、主要特性、数学建模及算法设计等。同时,结合深度神经网络(DNN)、类脑芯片技术,给出了基于复合类脑模型的目标检测与跟踪方法及应用示例,旨在提高读者对于类脑人工智能技术的理解、设计及实践能力,为从事类脑人工智能相关的科学研究、工程应用等工作奠定基础。

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看