机读格式显示(MARC)

• 000 02018nam 22003131 450

• 001 0000446423

• 005 20231213164000.0

• 010 __ |a 978-7-302-60249-1 |d CNY59.00

• 100 __ |a 20231120d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习 |A shen du xue xi |e 图像检索原理与应用 |f 张富凯著

• 210 __ |a 北京 |c 清华大学出版社 |d 2022.07

• 215 __ |a 159页 |c 图 |d 24cm

• 225 2_ |a 人工智能科学与技术丛书 |A ren gong zhi neng ke xue yu ji shu cong shu

• 312 __ |a 英文题名取自封面

• 314 __ |a 张富凯, 河南理工大学副教授, 硕士生导师。

• 320 __ |a 有书目

• 330 __ |a 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。

• 410 _0 |1 2001 |a 人工智能科学与技术丛书

• 510 1_ |a Deep learning |e principle and application of image retrieval |z eng

• 517 1_ |a 图像检索原理与应用 |A tu xiang jian suo yuan li yu ying yong

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 图象数据库 |x 信息检索

• 690 __ |a G254.927 |v 5

• 701 _0 |a 张富凯 |A zhang fu kai |4 著

• 801 _0 |a CN |b 辽批 |c 20231120

• 905 __ |a AUSTL |d G254.927/Z322