計算成像與感知
邊麗蘅 戴瓊海
- 出版商: 人民郵電
- 出版日期: 2022-05-01
- 定價: $894
- 售價: 7.9 折 $706
- 語言: 簡體中文
- 頁數: 308
- ISBN: 7115561184
- ISBN-13: 9787115561183
-
相關分類:
影像辨識 Image-recognition
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
世界第一簡單馬達$280$238 -
機器學習$648$616 -
Windows 黑客編程技術詳解$648$616 -
CWNA 認證教程 : 無線局域網權威指南, 5/e (CWNA Certified Wireless Network Administrator Study Guide: Exam CWNA-107, 5/e)$948$901 -
$1,015MATLAB 金融風險管理師 FRM : 金融科技 Fintech 應用 -
NLP 大神 RNN 網路:Python 原始程式碼手把手帶你寫$890$703 -
圖解 TensorFlow 2 初學篇:實作 tf.keras + Colab 雲端、深度學習、人工智慧、影像辨識$820$640 -
$704嵌入式實時操作系統 — 基於 ARM Mbed OS 的應用實踐 -
$653妙趣橫生的遊戲製作之旅 -
高並發系統實戰派:集群、Redis 緩存、海量存儲、Elasticsearch、RocketMQ、微服務、持續集成等$654$621 -
$374Web 3.0漫遊指南 -
自主移動機器人控制技術:從電機控制到 SLAM 技術$408$388 -
PID 控制系統設計 — 使用 MATLAB 和 Simulink 模擬與分析$534$507 -
跟 NVIDIA 學深度學習!從基本神經網路到 ......、GPT、BERT...,紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$748 -
Python 金融數據分析$1,074$1,020 -
Linux 核心除錯實務 (Linux Kernel Debugging: Leverage proven tools and advanced techniques to effectively debug Linux kernels and kernel modules)$800$632 -
線性代數與數據學習$828$787 -
$417捲積神經網絡之圖像融合識別 -
$1,748Microcontroller Exploits (Hardcover) -
$1,428數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程) -
C++ 編程之禪:從理論到實踐$1,134$1,077 -
Windows 網絡編程, 2/e$354$336 -
PCB 電流與訊號完整性設計$474$450 -
$709打通 Linux 操作系統和芯片開發 -
Python 物理建模初學者指南, 2/e$539$512
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
75折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$375 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書立足於機器智能中的視覺感知,聚焦計算成像和計算感知這兩大前沿交叉研究領域,圍繞傳統視覺感知面臨的響應維度單一、傳輸帶寬受限、信號噪聲串擾、信息通量不足等嚴峻挑戰,以“升維-擴域-去擾-識義”遞進式研究架構為線索,詳細介紹信息獲取、信息拓展、信息優化和信息理解的國內外前沿方法與技術,為解決機器智能領域視覺系統高維“看不到”、廣域“看不全”、細節“看不清”和語義“看不懂”等問題提供詳實的技術參考。
本書內容豐富、結構清晰、理論與實踐並重,可作為信息、光電、電腦等相關專業的研究生教材,亦可作為相關領域科研工作者及對此感興趣的讀者的參考書。
作者簡介
邊麗蘅北京理工大學副研究員、博士生導師,研究方向為計算成像與感知。在Nature 旗下的Light: Science& Applications、eLight,以及IEEE Transactions on Image Processing 等國際期刊發表SCI 論文30 餘篇,獲得我國及其他發明專利授權20 餘項。主持國家自然科學基金面上項目、重點項目課題, 國家重點研發計劃課題等多個項目; 入選中國科協青年人才托舉工程、北京市人才培養資助計劃;獲得SPIEPhotonics West Conference論文獎、中國電子學會博士學位論文獎、清華大學“學術新秀”等獎項。
戴瓊海
中國工程院院士。任清華大學信息科學技術學院院長、中國人工智能學會理事長、北京信息科學與技術國家研究中心主任。曾獲國家技術發明獎一等獎、國家科學技術進步獎二等獎等。長期從事人工智能、光場與計算攝像學等領域研究並取得成果。
目錄大綱
前言
第 1 章緒論 1
1.1 視覺感知 1
1.2 計算成像 3
1.3 計算感知 4
1.4 本章小結 5
第 2 章信息獲取——“從無到有” 7
2.1 光強升維 8
2.1.1 單像素二維成像 8
2.1.2 單像素三維成像 23
2.2 光譜升維 30
2.2.1 多光譜單像素成像 31
2.2.2 量子點光譜儀 38
2.2.3 基於深度學習的光譜重建 46
2.3 光相升維 56
2.3.1 單像素疊層成像 57
2.3.2 編碼相乾衍射成像 72
2.3.3 多層編碼相乾衍射成像 79
2.4 本章小結 86
第3 章信息拓展——“從缺到全” 87
3.1 空域擴域 87
3.2 頻譜擴域 99
3.2.1 單像素探測 99
3.2.2 陣列探測 107
3.3 時域擴域 113
3.4 本章小結 125
第4 章信息優化——“從濁到清” 127
4.1 實數域優化 127
4.1.1 基於光譜通道冗餘的優化重建127
4.1.2 基於時間通道冗餘的優化重建145
4.1.3 基於非局部冗餘的優化重建159
4.2 復數域優化172
4.2.1 自適應疊代的交替投影重建 172
4.2.2 復數域Wirtinger 聯合優化重建 184
4.2.3 梯度截斷的復數域最大似然聯合重建195
4.2.4 大規模相位恢復 205
4.2.5 物理畸變校正 218
4.3 本章小結 227
第5 章信息理解——“從拙到靈” 229
5.1 免成像計算感知 229
5.1.1 目標識別 230
5.1.2 場景分割 236
5.2 散射增強的計算感知 242
5.2.1 單目標識別 242
5.2.2 多目標識別 251
5.3 本章小結 255
主要術語表 257
參考文獻 261


