安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度学习:图像检索原理与应用/张富凯著

出版发行项:

北京:清华大学出版社,2022.07

ISBN及定价:

978-7-302-60249-1/CNY59.00

载体形态项:

159页:图;24cm

并列正题名:

Deep learning:principle and application of image retrieval

其它题名:

图像检索原理与应用

丛编项:

人工智能科学与技术丛书

个人责任者:

张富凯 著

学科主题:

机器学习-应用-图象数据库-信息检索

中图法分类号:

G254.927

相关题名附注:

英文题名取自封面

责任者附注:

张富凯, 河南理工大学副教授, 硕士生导师。

书目附注:

有书目

提要文摘附注:

本书是一部全面阐述深度学习与图像检索的学术专著 (含纸质图书、电子书、程序代码与实验数据)。全书共分为两篇: 第一篇为图像检索基础, 包括第1-3章。第1章介绍图像检索技术的研究背景、研究内容以及研究方法 ; 第2章讲述神经网络的相关知识、深度学习的主要算法原理以及常用的深度学习框架 ; 第3章介绍深度学习在图像检索中的最新研究进展。第二篇为图像检索应用, 包括第48章, 重点讲述基于深度学习的车辆图像检索任务, 是本书的核心内容。第4章介绍一种基于连接-合并卷积神经网络的快速车辆检测方法, 是车辆图像检索的前期工作 ; 第5章研究一种基于迁移学习场景自适应的车辆图像检索方法, 通过转换源域与目标域车辆图像之间的风格, 实现跨域场景下的车辆图像检索 ; 第6章讲述一种基于多视角图像增强的车辆图像检索方法, 通过生成对抗网络将单一视角的车辆图像转换成多个视角的相同身份的车辆图像, 利用增强的车辆特征, 提升车辆图像检索的性能 ; 第7章介绍一种基于车牌图像超分辨率重建的车辆图像检索方法 ; 第8章探索一种多模型融合的渐进式车辆图像检索框架, 将车辆检测模型和多个车辆检索模型相结合, 形成由粗到细的渐进式的车辆图像检索方法。

豆瓣简介：