生物特徵辨識系統設計
張國基、朱鍇莙、王曉娟、徐翠蓮、林聿中
- 出版商: 五南
- 出版日期: 2021-04-30
- 定價: $600
- 售價: 9.5 折 $570
- 貴賓價: 9.0 折 $540
- 語言: 繁體中文
- 頁數: 360
- ISBN: 9865224100
- ISBN-13: 9789865224103
-
相關分類:
DeepLearning、生物資訊 Bioinformatics
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$383STM32F7 原理與應用 : 寄存器版 (上) -
$314Python 機器學習和圖像處理實戰 : 面部識別、目標檢測和模式識別 (Practical Machine Learning and Image Processing: For Facial Recognition, Object Detection, and Pattern Recognition Using Python) -
$352對抗機器學習：機器學習系統中的攻擊和防禦 -
程序員的7堂職場課$294$279 -
基於 GPU 加速的計算機視覺編程：使用 OpenCV 和 CUDA 實時處理複雜圖像數據$474$450 -
Effective Python 中文版｜寫出良好 Python 程式的 90個具體做法, 2/e (Effective Python: 90 Specific Ways to Write Better Python, 2/e)$580$493 -
軟體架構原理｜工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
Kent Beck 的測試驅動開發：案例導向的逐步解決之道 (Test-Driven Development: By Example)(TDD)$560$437 -
$352邊緣計算2.0：網絡架構與技術體系 -
跟著 iOS Developer 一起學寫 Android App（iT邦幫忙鐵人賽系列書）$420$328 -
Python 機器學習與深度學習特訓班：看得懂也會做的AI人工智慧實戰, 2/e (附120分鐘影音教學/範例程式)$520$411 -
大規模重構｜奪回源碼庫的控制權 (Refactoring at Scale: Regaining Control of Your Codebase)$580$458 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
OpenCV 4 計算機視覺：Python 語言實現 (Learning OpenCV 4 Computer Vision with Python 3, 3/e)$594$564 -
$505AI 嵌入式系統：算法優化與實現 -
流程自動化實務｜微服務和雲端原生架構中的協調與整合 (Practical Process Automation: Orchestration and Integration in Microservices and Cloud Native Architectures)$580$458 -
OpenCV 影像創意邁向 AI 視覺王者歸來 (全彩印刷)$890$587 -
Raspberry Pi 樹莓派：Python x AI 超應用聖經$699$594 -
強健的 Python｜撰寫潔淨且可維護的程式碼 (Robust Python: Write Clean and Maintainable Code)$680$537 -
OpenCV 4.0 + Python 機器學習與電腦視覺實戰$654$621 -
不再理論化：聯邦學習親自動手工程專案實作$780$663 -
從 Docker 動手邁入全新 DevOps 時代：最完整 Kubernetes 全書$1,280$845 -
Python 統計分析：生命科學應用 (An Introduction to Statistics with Python: With Applications in the Life Sciences)$500$390 -
$296OpenCV 入門與技術實踐 -
圖像處理與電腦視覺實踐——基於OpenCV和Python$299$284
相關主題
商品描述
生物特徵辨識系統設計是一門應用範圍甚廣的技術，過去的攝影技術較差，演算法不夠廣泛，讓生物特徵辨識系統設計推動的較慢，而在台灣的各種市場應用上更是如此，作者團隊因此將多年來投身於該領域的研究結果與實際應用整合編寫為本書，期望對於大專／研究所以上的同學或是有興趣學習生物特徵辨識系統設計知識的社會人士有所助益。
本書編排循序漸進、由淺入深，共分為11章。第一章為緒論，第二章說明先進生物特徵辨識系統方法基礎，第三章針對指紋識別技術原理及其用，第四章為臉部辨識技術原理及其應用，第五章則是眼球虹膜辨識相關技術、原理及應用，第六章則為其他生物辨識技術原理及應用，前六章對於生物特徵辨識系統設計的架構與技術基礎充分說明；自第七章的深度學習理論原理與技術開始，第八、九章分別為深度學習在生物辨識系統中的應用研究—以人臉辨識演算法與虹膜圖像加密為例，第十章則為基於人臉辨識與深度學習的身分驗證系統設計及應用研究，第十一章說明生物辨識系統在安全衛生管理領域的應用與未來趨勢，提供給讀者作為參考。
目錄大綱
第一章 緒論
第一節 生物辨識與生物辨識技術發展概述
第二節 生物辨識系統及其標準化工作
第二章 先進生物特徵辨識系統方法基礎
第一節 人工智慧
第二節 機器學習
第三節 深度學習
第三章 指紋辨識技術原理及其應用
第一節 指紋辨識技術概述
第二節 指紋辨識技術原理
第三節 指紋辨識設備
第四章 臉部辨識技術原理及其應用
第五章 眼球虹膜辨識相關技術、原理及應用
第六章 其他生物辨識技術原理及應用
第七章 深度學習理論原理與技術
第一節 人工神經網路與初始化模型
第二節 卷積類神經網路與迴圈神經網路
第三節 深度學習最佳化演算法與訓練技巧
第八章 深度學習在生物辨識系統中的應用研究—以人臉辨識演算法為例
第一節 以PCA演算法執行人臉特徵提取
第二節 依據PCA和遺傳演算法改進的BP神經網路的人臉辨識
第三節 以PCA和GA進行改進的DBNs網路的人臉辨識
第四節 以PCA和SAGA改進的DBNs網路的人臉辨識
第九章 深度學習在生物辨識系統中的應用研究—以虹膜圖像加密為例
第一節 虹膜圖像加密過程與圖像預處理
第二節 基於深度學習之虹膜圖像加密研究
第十章 基於人臉辨識與深度學習的身分驗證系統設計及應用研究
第一節 身分驗證系統的發展與應用概述
第二節 身分驗證系統相關技術概述
第三節 身分驗證系統需求分析與深度學習環境搭建
第四節 身分驗證系統功能設計及應用研究
第十一章 生物辨識系統在安全衛生管理領域的應用與未來趨勢
第一節 生物辨識系統在安全衛生管理領域的應用
第二節 生物辨識系統未來應用趨勢
