正版全新
-
作者:
谢永强 李忠博 李承阳
-
出版社:
人民邮电出版社
-
ISBN:
9787115706249
-
ISBN:
9787115706249
-
出版时间:
2022-12
售价
￥
217.45
7.5折
定价
￥289.80
品相
全新
上书时间2026-10-20
卖家超过10天未登录
-
-
商品描述：
-
【书 名】 降质环境视频图像智能处理机理与技术实践
【书 号】 9787115706249
【出 版 社】 人民邮电出版社
【作 者】 谢永强 李忠博 李承阳
【出版日期】 2026-09-01
【定 价】 289.80元
【内容简介】
本书面向真实复杂环境下的视频图像智能处理与智能感知需求，围绕物理世界视频图像面临的低分辨率、噪声、模糊、小目标、遮挡、伪装、雾雨、沙尘、低光照以及误码、丢包等典 型降质场景，系统阐述了降质环境视频图像智能处理的基本机理、关键方法与工程实践。全书按照“机理认知—框架构建—关键技术—应用实践—未来展望”的逻辑展开，强调从单纯画质提升走向面向感知任务的系统优化。
【目录】
第1章 绪论 1
1.1 视频图像智能处理的重要性 2
1.1.1 视觉信息的作用 2
1.1.2 视频图像智能处理的战略价值与社会价值 4
1.1.3 人机混合智能时代对视觉处理的新要求 7
1.2 降质环境的概念与分类 10
1.2.1 真实世界的复杂性与降质环境的基本概念 10
1.2.2 降质环境的主要类型及其作用机理 12
1.2.3 降质环境对智能感知系统的影响与研究意义 14
1.3 真实世界的应用挑战 16
1.3.1 从实验室到真实场景的应用落差 16
1.3.2 降质环境下现有方法的适配瓶颈 18
1.3.3 大模型与专用模型协同发展的现实趋势 21
1.3.4 技术演进中的现实视觉智能 23
1.4 小结 27
1.5 参考文献 28
第2章 降质环境的机理解读 31
2.1 降质机理 32
2.2 降质的形成和演化 34
2.2.1 成像源头的退化产生机制 35
2.2.2 传播链路中的退化扩散过程 36
2.2.3 典型降质场景的综合表现形态 37
2.3 从图像质量提升到感知任务优化 39
2.3.1 图像质量提升的意义与局限性 40
2.3.2 感知任务指标 42
2.3.3 面向感知任务的优化 43
2.4 小结 45
2.5 参考文献 45
第3章 面向降质机理与技术实践的通用处理框架 47
3.1 普适框架 48
3.1.1 多源降质的叠加性与真实环境的不确定性 48
3.1.2 碎片化研究与单点优化的局限性 51
3.1.3 从机理解读走向统一框架的必然性 54
3.2 一个可扩展、可进化的系统框架 57
3.2.1 统一视角下的整体结构 58
3.2.2 多层模块的功能划分与接口关系 62
3.2.3 框架的动态调度与持续进化机制 65
3.3 从流程到模块：系统的运作逻辑 68
3.3.1 面向环境、信道与复合降质的业务流程 69
3.3.2 基于任务目标的方案选择与路径切换 72
3.3.3 模块反馈驱动的闭环运行机制 76
3.4 工程化实践：数据、算法与硬件的协同 80
3.4.1 总体结构与接口体系 80
3.4.2 数据引擎：一套负责生成、处理、组织、管理和提供数据的完整系统 82
3.4.3 云边端协同与硬件部署实践 84
3.4.4 面向感知任务的云边端协同执行机制 89
3.5 小结 92
3.6 参考文献 92
第4章 低分辨率场景的超分增强 95
4.1 分辨率不足带来的障碍 96
4.2 低清画面中的细节缺失 97
4.2.1 单图像超分辨率重建技术 97
4.2.2 多图像超分辨率重建技术 98
4.3 超分重建与清晰化的实现路径 101
4.3.1 基于通道注意力的残差超分重建网络 101
4.3.2 基于递归学习策略的轻量化超分重建网络 113
4.4 小结 126
4.5 参考文献 128
第5章 噪声干扰下的稳健感知 131
5.1 噪声对AI视觉的影响 132
5.2 嘈杂画面中的识别难点 134
5.2.1 传统图像去噪方法 134
5.2.2 深度监督学习图像去噪方法 135
5.3 去噪与稳健识别的技术路径 141
5.3.1 基于可调节随机多盲点网络的图像去噪算法 141
5.3.2 基于双分支补盲网络的图像去噪算法 152
5.3.3 图像去噪方法在目标检测中的应用 162
5.4 小结 169
5.5 参考文献 170
第6章 模糊环境下的细节重建 173
6.1 运动模糊与成像缺陷 174
6.1.1 模糊——生活与技术中避不开的烦恼 174
6.1.2 当计算机撞上“模糊墙” 175
6.1.3 处理模糊问题的关键性与深远意义 177
6.2 模糊图像中的信息流失 179
6.2.1 非盲去模糊算法研究 179
6.2.2 盲去模糊算法研究 181
6.3 模糊恢复与细节增强的实践方法 187
6.3.1 基于多尺度频率增强的图像去模糊算法 187
6.3.2 基于分割模型（SAM）先验知识引导的
图像去模糊算法 210
6.4 小结 229
6.5 参考文献 230
第7章 小目标的感知难题 233
7.1 无人机视角下的小目标检测挑战 234
7.1.1 无人机技术的跨代演进与感知需求 234
7.1.2 小目标检测的理论瓶颈与性能鸿沟 235
7.1.3 无人机航拍场景的特殊降质因素 236
7.2 小目标检测的技术演进 236
7.3 面向小目标的检测与放大方法 241
7.3.1 基于多尺度特征融合的小目标检测算法 242
7.3.2 基于无锚框回归的小目标检测算法 254
7.4 小结 269
7.5 参考文献 270
第8章 遮挡环境下的检测策略 273
8.1 遮挡环境下的行人检测 274
8.1.1 行人检测的技术演进与核心任务 274
8.1.2 遮挡问题的本质与挑战 274
8.1.3 解决遮挡问题的理论意义与应用价值 275
8.2 遮挡环境下检测技术的研究现状 276
8.2.1 基于深度学习的目标检测算法 276
8.2.2 遮挡目标检测算法 277
8.3 可见区域增强与遮挡识别方案 285
8.3.1 基于可见区域增强网络的检测算法 285
8.3.2 基于权重特征金字塔网络的遮挡行人检测算法 297
8.4 小结 305
8.5 参考文献 308
第9章 伪装环境下的目标发现 313
9.1 伪装的迷惑性与检测挑战 312
9.2 真假难辨的视觉陷阱 313
9.3 真实伪装环境中的目标显现方法 315
9.3.1 一种基于伪装线索引导的伪装目标检测算法 315
9.3.2 一种无源域自适应的伪装目标检测算法 325
9.4 小结 338
9.5 参考文献 340
第10章 雾天场景下的感知优化 343
10.1 雾的挑战：能见度与细节的消失 344
10.2 人眼与算法在雾中的困境 346
10.2.1 大气散射模型 346
10.2.2 图像去雾算法 347
10.3 面向雾天的清晰化感知方案 355
10.3.1 色彩自适应的暗通道先验优化算法 355
10.3.2 基于图像自适应的去雾参数网络 365
10.3.3 去雾算法与目标检测算法联合优化算法 371
10.4 小结 382
10.5 参考文献 384
第11章 沙尘场景下的视觉恢复 387
11.1 沙尘带来的图像困境 388
11.2 沙尘环境中的视觉短板 391
11.2.1 沙尘环境中的目标检测 391
11.2.2 沙尘图像恢复 393
11.2.3 域随机化方法 394
11.3 针对沙尘的画面修复与检测方法 395
11.3.1 基于域随机化的沙尘图像恢复数据扩充方法 395
11.3.2 端到端沙尘环境目标检测的数据扩充方法 411
11.3.3 两阶段沙尘环境目标检测的数据扩充方法 422
11.4 小结 430
11.5 参考文献 431
第12章 无人机的视频通信 433
12.1 信道降质对无人机视频分析的影响 434
12.2 无人机视频通信与智能分析 438
12.2.1 无人机视频传输系统 438
12.2.2 无人机视频智能分析 439
12.3 面向无人机智能视频分析的*优策略方法 441
12.3.1 *优策略库（OSL）的设计思路与机理 441
12.3.2 无人机视频分析策略 443
12.3.3 实验设计 446
12.3.4 实验结果 447
12.4 小结 450
12.5 参考文献 452
第13章 低光条件下的目标鲁棒感知 453
13.1 低光环境下的视觉退化：亮度衰减与噪声增强 454
13.2 可见光与红外视觉的互补感知机理 456
13.3 面向低光环境的可见光与红外显著目标感知方法 459
13.3.1 基于空间关系学习的RGB-T显著目标分割方法 459
13.3.2 基于频率线索解耦的RGB-T显著目标分割方法 472
13.3.3 基于形变感知的非对齐RGB-T语义分割方法 487
13.4 小结 502
13.5 参考文献 506
第14章 雨雾雪等多降质类型协同优化的思路与机制 509
14.1 雨雾雪多降质条件下的感知挑战 510
14.1.1 多降质环境对视觉感知的影响 511
14.1.2 增强与感知联合建模的必要性 512
14.2 图像增强与感知的协同探索 515
14.2.1 增强与感知分阶段处理的发展路径 515
14.2.2 增强与感知一体化建模的演进趋势 517
14.3 一种面向雨雾雪多天气条件的联合优化检测网络 519
14.3.1 多降质场景联合优化设计思路 519
14.3.2 关键机制与训练方法 521
14.3.3 实验分析与效果图说明 525
14.4 小结 529
14.5 参考文献 530
第15章 总结与展望 533
15.1 方法总结 534
15.1.1 降质环境智能感知的研究范式转变 534
15.1.2 低层视觉任务与高层视觉任务的关系 535
15.1.3 降质环境智能感知的技术链路 537
15.1.4 现有方法体系的比较分析 538
15.2 未来方向：多模态与世界模型的融合 539
15.2.1 专用降质模型的发展：从单一恢复到任务协同 540
15.2.2 多模态大模型协同感知：模态融合与模型协作 542
15.2.3 世界模型驱动的认知感知：从视觉识别到环境预测 544
15.2.4 面向OODA的智能感知演进方向 548
名词索引 553
![]()
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
占位居中
