模式識別與電腦視覺手冊（第6版） Handbook of Pattern Recognition and Computer Vision: 6th Edition

第I部分  理論、技術和系統

簡要介紹 2

參考文獻 3

第1章  最佳統計分類 5

1  引言 5

2  最優貝葉斯分類器 6

3  離散模型OBC 9

4  高斯模型OBC 12

5  多類分類 15

6  先驗構造 19

7  最優貝葉斯遷移學習 21

8  結論 25

參考文獻 25

第2章  目標識別的深度判別

特徵學習方法 29

1  引言 29

2  基於熵正交損失的深度判別

特徵學習方法 31

3  基於最小-最大損失的深度

判別特徵學習方法 36

4  圖像分類任務實驗 42

5  討論 44

參考文獻 45

第3章  基於深度學習的背景減法：

系統綜述 49

1  引言 49

2  背景減法 50

3  實驗結果 57

4  結論 59

參考文獻 60

第4章  無需大型數據集即可進行

形狀建模和骨架提取的相

似域網絡 69

1  引言 69

2  相關研究 70

3  相似域 71

4  相似域網絡 72

5  使用SDN進行參數化

形狀建模 74

6  從SD中提取骨架 75

7  實驗 76

8  結論 78

9  致謝 78

參考文獻 79

第5章  基於曲波的紋理特徵用於

模式分類研究 81

1  引言 81

2  曲波變換方法 82

3  基於曲波的紋理特徵 90

4  應用問題的一個示例 90

5  總結與討論 92

附錄 92

參考文獻 95

第6章  嵌入式系統高效深度

學習概述 99

1  引言 99

2  深度神經網絡概述 100

3  用於DNN處理的硬件 101

4  DNN高效推理的方法 103

5  結論 106

參考文獻 106

第7章  用於基於差異的多視圖

學習的隨機森林 108

1  引言 108

2  隨機森林差異 110

3  多視圖學習的差異表示 112

4  將視圖與加權組合相結合 114

5  實驗 121

6  結論 124

7  致謝 124

參考文獻 124

第8章  圖像著色綜述 127

1  引言 127

2  參考圖像著色 128

3  塗鴉著色 132

4  深度學習著色 134

5  其他相關研究 137

6  結論 139

參考文獻 139

 

第9章  語音識別深度學習的

最新進展 144

1  引言 144

2  端到端模型 145

3  魯棒性 151

 

4  總結及未來研究方向 155

5  致謝 157

參考文獻 157

 

第II部分  應用

簡要介紹 170

參考文獻 171

第10章  遙感技術中的機器學習 173

1  引言 173

2  PolSAR圖像分析的傳統

處理鏈 175

3  整體特徵提取和模型訓練 175

4  結論 188

參考文獻 189

第11章  基於高光譜和空間自適應

解混對具有損壞像素的數

據分數錶面的解析重建 193

1  引言 193

2  基於解析2D錶面的空間

自適應高光譜解混 196

3  評估和結果 199

4  結論 204

參考文獻 205

第12章  視覺圖像中海冰參數

識別的圖像處理 211

1  引言 211

2  冰像素檢測 212

3  浮冰識別 213

4  案例研究及其應用 218

5  討論和未來研究 224

參考文獻 225

 

第13章  深度學習在MRI大腦

結構的大腦分割和大腦

標記中的應用 228

1  引言 228

2  方法 229

3  結果 236

4  討論 240

5  結論 242

參考文獻 242

第14章  基於時間紋理分析的血管

內超聲圖像自動分割 246

1  引言 246

2  數據庫 248

3  方法及步驟 248

4  實施和結果 254

5  結束語 256

參考文獻 256

第15章  使用深度學習進行歷史

文獻分析 258

1  現有技術 258

2  交叉描繪的圖形分類 261

3  使用歷史圖像合成處理

大型歷史文檔數據集 266

參考文獻 269

第16章  通過基於圖的方法進行

簽名驗證 275

1  引言 275

2  從簽名圖像到圖再到驗證 276

3  圖編輯距離及其近似值 279

4  實驗評估 284

5  結論和近期研究 286

參考文獻 287

第17章  用於地震模式識別的細胞

神經網絡 292

1  引言 292

2  細胞神經網絡 293

3  使用DT-CNN關聯記憶的

模式識別 301

4  實驗 302

5  結論 307

參考文獻 307

第18章  在跨模態人臉驗證和

合成中加入面部屬性 309

1  引言 309

2  屬性引導的人臉驗證 311

3  屬性引導的草圖-照片合成 319

4  討論 325

參考文獻 326

第19章  深度學習時代的互聯和

自動駕駛汽車：電腦

引導轉向的案例研究 330

1  引言 330

2  相關研究：人工智能在CAV

中的應用 332

3  相關問題 334

4  案例研究：我們提出的

方法 335

5  實驗設置 337

6  分析和結果 340

7  結束語 343

8  致謝 344

參考文獻 344