- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于技术的图像识别与处理应用指南
TOC\o1-2\h\u20122第1章图像识别与处理基础 4
189501.1图像识别概述 4
264261.1.1图像识别的基本流程 4
113651.1.2图像识别的主要方法 4
258611.2图像处理基本概念 4
182871.2.1图像处理的基本操作 4
197751.2.2常用图像处理算法 5
324711.3技术在图像识别与处理中的应用 5
6111.3.1深度学习模型在图像识别中的应用 5
190621.3.2技术在图像处理中的应用 5
26378第2章图像预处理技术 5
112882.1图像增强 5
248312.1.1直方图均衡化 6
309202.1.2伽马校正 6
15082.1.3自适应直方图均衡化 6
146782.2图像滤波 6
179472.2.1均值滤波 6
174522.2.2中值滤波 6
204272.2.3高斯滤波 6
6852.2.4双边滤波 6
294962.3边缘检测与轮廓提取 6
99102.3.1边缘检测 7
232472.3.2轮廓提取 7
309672.3.3Canny边缘检测 7
15505第3章特征提取与匹配 7
284773.1传统特征提取算法 7
60763.1.1SIFT算法 7
291583.1.2SURF算法 7
268573.1.3ORB算法 7
128163.2深度学习特征提取方法 7
204733.2.1卷积神经网络(CNN) 7
159523.2.2迁移学习 8
160063.2.3对抗网络(GAN) 8
127733.3特征匹配技术 8
150243.3.1暴力匹配 8
314333.3.2最近邻匹配 8
249583.3.3FLANN匹配器 8
217783.3.4RANSAC匹配 8
27951第4章深度学习基础 8
200874.1卷积神经网络(CNN) 8
264174.1.1卷积神经网络简介 8
314884.1.2卷积层 9
108954.1.3池化层 9
31064.1.4全连接层 9
171754.1.5常见卷积神经网络结构 9
178844.2深度信念网络(DBN) 9
221634.2.1深度信念网络简介 9
270194.2.2稀疏自编码器 9
288604.2.3限制玻尔兹曼机 9
114074.2.4DBN的训练方法 9
40504.3循环神经网络(RNN) 9
166394.3.1循环神经网络简介 9
325204.3.2RNN的基本结构 10
268654.3.3长短时记忆网络(LSTM) 10
135934.3.4门控循环单元(GRU) 10
4395第5章目标检测技术 10
247725.1传统目标检测方法 10
56895.1.1基于特征匹配的目标检测 10
230515.1.2基于模板匹配的目标检测 10
120825.1.3基于机器学习的目标检测 10
98185.2基于深度学习的目标检测算法 10
50495.2.1RCNN系列算法 10
284265.2.2单次多框检测器(SSD) 11
243175.2.3YOLO系列算法 11
12445.2.4RetinaNet 11
327125.3目标跟踪技术 11
82835.3.1基于相关滤波的目标跟踪 11
178755.3.2基于深度学习的目标跟踪 11
200405.3.3基于优化方法的目标跟踪 11
24319第6章语义分割与实例分割 11
124206.1语义分割概述 11
274336.2基于深度学习的语义分割算法 12
161396.2.1卷积神经网络(CNN)基础 12
173206.2.2全卷积神经网络(FCN) 12
209856.2.3编码器解码器结构 12
152916.2.4区域分割网络(RCNN系列) 12
176036.3实例分割技术 12
24196.3.1实例分割概述 12
174006.3.2MaskRCNN 12
171156.3.3PointRend
您可能关注的文档
- 城市交通智能调度系统操作指南.doc
- 城市供暖系统运行与维护预案.doc
- 城市供热系统运行维护预案.doc
- 城市公交公司安全行车手册.doc
- 城市公共交通管理优化策略研究及实施方案.doc
- 城市公共交通系统应急处理预案.doc
- 城市公共设施建设与管理标准书.doc
- 城市公园绿地养护与管理规范.doc
- 城市垃圾分类处理操作规程.doc
- 城市基础设施建设项目管理指南.doc
- 2024-2025学年牛津上海版(试用本)九年级英语上册培优 第四章.docx
- 第一次月考复习 Units 1-3 重点句型转换进阶练80题(解析版).docx
- 专题02 单项选择100题(语法知识全攻略)【考题猜想】(原卷版).docx
- 上海市浦东新区2024-2025学年九年级上学期9月模拟卷英语试题.docx
- 专题05 选词填空(精选期中真题,20篇)【考题猜想】(原卷版).docx
- Unit2 单词详解&句型剖析2024-2025学年牛津上海版英语九年级上册.docx
- 专题05 期中复习之完形填空15篇(上海期中真题)(解析版).docx
- 攻略01 动词时态一(五种时态知识梳理)(解析版).docx
- 题型08:英语作文优选强化训练 (检测)(解析版).docx
- 精品解析:2023年上海市杨浦区复旦大学附属中学自主招生英语试题(解析版).docx
文档评论(0)