机读格式显示(MARC)

• 000 01991nam0 2200361 450

• 001 0000374054

• 005 20210712084400.0

• 010 __ |a 978-7-305-21247-5 |d CNY85.00

• 099 __ |a CAL 012021035825

• 100 __ |a 20210301d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 320000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 路边视频数据分析 |A lu bian shi pin shu ju fen xi |e 深度学习 |d = Roadside video data analysis |e deep learning |f 著者 (澳) 布里杰什·维尔马, 张立刚, (澳) 大卫·斯托克韦尔 |g 译者朱丹浩, 申小虎, 王瑜 |z eng

• 210 __ |a 南京 |c 南京大学出版社 |d 2020

• 215 __ |a 180页 |c 图 |d 23cm

• 300 __ |a 本书获“十三五”江苏省重点建设学科 (公安技术) 项目经费资助

• 314 __ |a 布里杰什·维尔马, 澳大利亚中央昆士兰大学教授, 智能系统中心主任。张立刚, 澳大利亚中央昆士兰大学工程技术学院研究员。大卫·斯托克韦尔, 澳大利亚中央昆士兰在学兼职研究员, 澳大利亚昆士兰运输和主要道路部环境官员。朱丹浩, 南京大学计算机科学博士, 江苏警官学院教师。申小虎, 大连海事大学信息科学在读博士, 江苏警官学院教师。王瑜, 河海大学硕士, 任职于南京银行。

• 320 __ |a 有书目

• 330 __ |a 本书介绍了新的场景分析构架, 利用深度学习来解决路边视频数据的切分和分析, 重点探讨了路边视频数据分析的方法和应用, 描述了多种系统构架和方法论, 这些构架和方法论建立在专门为路边视频数据处理而设计的不同种类的学习算法之上, 包括切分、特征提取和分类的具体设计。本书还演示了路边火灾风险测量上的应用路边视频分析案例。

• 500 10 |a Roadside video data analysis : deep learning |A Roadside Video Data Analysis : Deep Learning |m Chinese

• 517 1_ |a 深度学习 |A shen du xue xi

• 606 0_ |a 视频编辑软件 |A shi pin bian ji ruan jian |x 数据处理 |x 研究

• 690 __ |a TP317.53 |v 5

• 701 _1 |a 维尔马 |A wei er ma |g (Verma, Brijesh) |4 著

• 701 _0 |a 张立刚 |A zhang li gang |4 著

• 701 _1 |a 斯托克韦尔 |A si tuo ke wei er |g (Stockwell, David) |4 著

• 702 _0 |a 朱丹浩 |A zhu dan hao |4 译

• 702 _0 |a 申小虎 |A shen xiao hu |4 译

• 702 _0 |a 王瑜 |A wang yu |4 译

• 801 _0 |a CN |b YYNU |c 20210409

• 905 __ |a AUSTL |d TP317.53/W284