基於深度神經網絡的遙感圖像分割
楊藝、王宇、王蔚、王筱超
- 出版商: 清華大學
- 出版日期: 2020-10-01
- 定價: $354
- 售價: 7.9 折 $280
- 語言: 簡體中文
- 頁數: 160
- 裝訂: 平裝
- ISBN: 7302559651
- ISBN-13: 9787302559658
-
相關分類:
DeepLearning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
一本書秒殺電腦視覺最新應用：80個 Python 大師級實例$880$695 -
$347無人機傾斜攝影三維建模 -
$502無人機遙感與智慧農業信息提取
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 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
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 -
78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$390 -
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
遙感圖像特定目標分割是遙感圖像處理的研究熱點和重要方向。
本書在分析遙感圖像特定目標分割的關鍵性問題基礎上，
介紹基於目標特徵建模和基於深度神經網絡兩種分割方法。
其中，在目標特徵建模方法中，重點闡述了主動輪廓模型及改進算法的原理和實現方法；
在深度神經網絡方法中，重點講述了全捲積神經網絡、
Encoder-Decoder架構和深度神經網絡條件隨機場三種典型算法。
本書適合作為從事遙感圖像目標分割方法及應用研究的科技工作者、
專業技術人員、研究生及高年級本科生的參考書。
目錄大綱
目錄
第1章緒論
1．1引言
1．2高分辨率遙感圖像
1．3高分辨率遙感圖像目標分割的關鍵問題
1．3．1高分辨率遙感圖像特定目標分割問題的描述
1．3．2高分辨率遙感圖像目標分割的挑戰性問題
1．4遙感圖像目標分割方法概述
1．4．1傳統的遙感圖像目標分割方法
1．4．2基於學習的遙感圖像目標分割方法
1．4．3基於深度神經網絡的遙感圖像目標分割方法
1．5本書的內容及組織
參考文獻
第2章主動輪廓模型在遙感圖像分割中的應用
2．1CV主動輪廓模型
2．1．1主動輪廓模型封閉曲線進化原理
2．1．2CV模型的水平集進化方法
2．1．3CV主動輪廓模型的實現
2．2遙感圖像的特性表示
2．2．1灰度共生矩陣
2．2．2紋理特徵
2．2．3灰度共生矩陣紋理特徵實現
2．3局部圖像熵主動輪廓模型
2．3．1遙感圖像的熵
2．3．2局部圖像熵能量泛函
2．3．3局部圖像熵主動輪廓模型的實現
2．4全局圖像熵主動輪廓模型
2．4．1全局圖像熵能量泛函
2．4．2全局圖像熵進化原理
2．4．3全局圖像熵主動輪廓模型的實現
2．5遙感圖像水域分割對比實驗
2．5．1性能評價指標
2．5．2實驗及結果分析
2．6本章小結
2．7附錄： Kmeans水域分割程序
參考文獻
第3章深度神經網絡基礎
3．1人工神經網絡
3．2神經網絡的訓練
3．3深度神經網絡
3．3．1深度神經網絡的基本要素
3．3．2深度神經網絡的結構
3．3．3優化性能指標
3．4深度神經網絡的TensorFlow實現
3．5本章小結
參考文獻
第4章全捲積神經網絡建築物語義分割
4．1全捲積深度神經網絡
4．1．1全捲積
4．1．2反捲積
4．2VGG全捲積神經網絡
4．2．1VGG的捲積層
4．2．2全捲積層
4．2．3反捲積層
4．3遙感圖像建築物分割
4．3．1實驗數據資源
4．3．2實驗平臺
4．3．3數據預處理及結果評價指標
4．3．4IAILD數據集製作及管理
4．3．5VGG全捲積神經網絡的實現
4．3．6實驗及結果分析
4．4本章小結
參考文獻
第5章EncoderDecoder網絡建築物分割
5．1EncoderDecoder深度神經網絡語義分割架構
5．2ResNet構建Encoder
5．2．1ResNet的基本結構
5．2．2ResNet的前饋通道
5．3Decoder構建與建築物分割
5．4批量規範化技術
5．4．1捲積神經網絡輸出的數據特徵
5．4．2批量規範化原理
5．5基於ResNet的EncoderDecoder
5．5．1ResNet模型
5．5．2TensorFlow圖及運行文件
5．6實驗及結果分析
5．7本章小結
參考文獻
第6章條件隨機場深度神經網絡建築物分割
6．1條件隨機場
6．1．1概率無向圖模型
6．1．2條件隨機場
6．2深度神經網絡與條件隨機場建築物分割
6．2．1整體架構
6．2．2全連接條件隨機場模型
6．3基於EncoderDecoder的一元勢函數值估計
6．3．1ResNet的Encoder結構
6．3．2ResNet的Decoder結構
6．4成對勢函數的均值場估計
6．4．1成對勢函數的構建
6．4．2條件概率的均值場逼近
6．4．3均值場算法的RNN實現機制
6．5條件隨機場深度神經網絡建築物分割的實現
6．5．1條件隨機場的實現
6．5．2條件隨機場深度神經網絡的實現
6．6實驗及結果分析
6．6．1分割對比實驗
6．6．2復雜建築物分割對比實驗
6．6．3多分辨率遙感圖像分割實驗
6．7本章小結
參考文獻
.jpg)
