先进视觉检测网络及其应用-教辅教材-文化科教-太极之巅书单号

书刊介绍

先进视觉检测网络及其应用内容简介

本书系统介绍了先进视觉检测网络的基本问题及其相关处理技术主要内容涉及先进视觉检测网络的理论、算法和典型应用实例。本书共9章, 主要内容包括先进视觉检测网络技术基础、先进视觉检测网络中的拓扑架构分析、先进视觉检测网络中的海量数据传输拥塞及对策、先进视觉检测网络中的传输能耗优化、先进视觉检测网络中海量数据并行处理方法等。

先进视觉检测网络及其应用本书特色

视觉检测网络是计算机视觉领域一个备受关注的新兴研究方向，是视觉分析、目标检测、大数据网络等应用的基础。目前视觉检测网络正逐步应用于社会各个行业，为人们的生活带来更多便利。本书附以较多的应用范例，具有较高的学术价值。本书将视觉检测与大数据网络相结合，紧跟现在大数据研究的发展趋势，同时这种学术思想也贯穿全书。其主要包括先进视觉网络技术基础、视觉网络中的拓扑架构分析、视觉网络中的海量数据传输拥塞及对策、视觉网络中的传输能耗优化、视觉网络中海量数据并行处理方法、弱对比度目标检测、特定目标GPS定位方法、视觉网络中智能算法及其应用等内容。

先进视觉检测网络及其应用目录

第1章**视觉检测网络技术基础1.1计算机视觉基础1.1.1计算机视觉技术的原理1.1.2计算机视觉技术的图像处理方法1.2视觉网络技术基础1.2.1视觉网络1.2.2视觉网络的特点1.2.3视觉网络的基本结构1.2.4视觉网络的关键技术1.3平安城市1.3.1整体设计思路1.3.2平安城市高清网络视频监控系统联网方案1.3.3资源共享平台建设1.3.4高清网络视频监控系统在平安城市中的优势第2章**视觉检测网络中的拓扑架构分析2.1分簇策略2.2无线传感器网络拓扑控制的基本概念2.3层簇型网络监测模型2.4基于正六边形划分的结点部署策略2.4.1混合拓扑模型2.4.2覆盖度分析2.4.3结点能耗分析2.5基于临界距离的混合跳路由分析2.6典型的无线传感器网络拓扑算法2.6.1结点功率控制算法2.6.2网内结点协同启发机制算法2.7本章小结第3章**视觉检测网络中的海量数据传输拥塞及对策3.1网络模型建立3.2蛙跳算法3.3基于改进蛙跳算法的自适应多路径方法3.4仿真实验与分析3.4.1函数仿真3.4.2多路径仿真3.5本章小结第4章**视觉检测网络中的传输能耗优化4.1簇头结点的优化选择过程4.2基于感知概率的一阶段簇头结点选取4.3基于生存时间估计的二阶段簇头结点选取4.4仿真实验与分析4.5本章小结第5章**视觉检测网络中海量数据并行处理方法5.1海量车辆图像背景下综合特征并行处理5.1.1概述5.1.2海量车辆图像数据分布式处理方案5.1.3车辆目标的综合特征选取5.1.4基于分布式流形算法的SIFT特征降维处理5.1.5实验与分析5.1.6结论5.2基于改进型局部保持投影算法的作物生长特征优化方法5.2.1概述5.2.2作物生长特征5.2.3改进型LPP算法5.2.4基于改进型LPP算法的特征优化流程5.2.5仿真实验与分析5.2.6结论第6章**视觉检测网络中弱对比度目标检测6.1基于多波长透反射成像的相似目标检测6.1.1概述6.1.2相似目标的多波长成像特性6.1.3多波长透反射检测模型6.1.4多波长透反射检测实验6.1.5结论6.2基于多级知识库的弱对比度车辆目标检测6.2.1概述6.2.2检测算法描述6.2.3检测原理6.2.4仿真实验与分析6.2.5结论6.3基于绿色联想机制的弱对比度车辆目标识别6.3.1概述6.3.2模型描述6.3.3绿色神经元交互联想网络6.3.4联想机制模型6.3.5仿真实验与分析6.3.6结论第7章**视觉检测网络中特定目标检测7.1基于*优参数搜索的车辆中网识别7.1.1概述……………………………………………………………………～7.1.2图像特征*优参数搜索7.1.3分类识别7.1.4结论7.2基于复合卷积神经网络模型的车标识别7.2.1概述7.2.2复合CNN模型7.2.3车标识别系统7.2.4仿真实验与分析7.3基于像素统计分析的运动特征点提取及基于瞬时能量特征的突发人群异常检测7.3.1概述7.3.2基于像素统计分析的运动特征点提取7.3.3基于瞬时能量特征的突发人群异常检测7.3.4仿真实验与分析7.3.5结论7.4基于自适应显著度水平集的复杂车灯图像分割7.4.1**外技术背景7.4.2基于Li模型的水平集演化算法7.4.3基于自适应显著度水平集的图像分割方法7.4.4仿真实验与分析7.4.5结论7.5结合改进蚁群算法的视觉注意机制车标定位7.5.1概述7.5.2多尺度全局显著度计算和区域复杂度计算7.5.3基于蚁群优化的焦点转移机制7.5.4仿真实验与分析7.6结合前景像素统计与纹理特征的人群密度等级分类7.6.1概述7.6.2人群密度等级分类基本流程7.6.3仿真实验与分析7.6.4结论第8章**视觉检测网络中特定目标GPS定位方法8.1基于关联-控制点校正的新型GPS数据采集方法8.1.1概述8.1.2关联-控制点校正8.1.3环路定位校正8.1.4仿真实验与分析8.1.5结论8.2基于双圆形区域划分的高精度地图匹配算法8.2.1概述8.2.2双圆形区域划分8.2.3基于位置点匹配的直线和曲线轨道匹配算法8.2.4仿真实验与分析8.2.5结论8.3面向轨道交通站场中复杂岔点的高精度匹配算法8.3.1概述8.3.2轨道交通站场岔点分析及匹配规则8.3.3基于分隔线分类的岔点缓冲区匹配算法8.3.4仿真实验与分析

先进视觉检测网络及其应用作者简介

郏东耀，博士，北京交通大学副教授，博士生导师。美国IEEE高级会员(SeniorMember)，中国自动化学会高级会员，中国电子学会高级会员。2006年毕业于清华大学精密测量技术及仪器国家重点实验室，获清华大学工学博士学位。主要科研方向为新型检测技术及数据处理、智能视觉检测技术、无线传感网新理论、新方法及其应用。国内外相关领域发表论文近70篇，其中SCI、EI检索期刊论文50篇。主持或参与国家863重大专项子课题、国家863重大项目、国家自然科学基金重大项目、国家科技部“科技支撑”项目、地方铁路局、地铁公司、企业合作等多个工程科研项目。