模式识别与计算机视觉手册（第6版）

第I部分  理论、技术和系统
简要介绍 2
参考文献 3
第1章  统计分类 5
1  引言 5
2  贝叶斯分类器 6
3  离散模型OBC 9
4  高斯模型OBC 12
5  多类分类 15
6  先验构造 19
7  贝叶斯迁移学习 21
8  结论 25
参考文献 25
第2章  目标识别的深度判别
特征学习方法 29
1  引言 29
2  基于熵正交损失的深度判别
特征学习方法 31
3  基于小-损失的深度
判别特征学习方法 36
4  图像分类任务实验 42
5  讨论 44
参考文献 45
第3章  基于深度学习的背景减法：
系统综述 49
1  引言 49
2  背景减法 50
3  实验结果 57
4  结论 59
参考文献 60
第4章  无需大型数据集即可进行
形状建模和骨架提取的相
似域网络 69
1  引言 69
2  相关研究 70
3  相似域 71
4  相似域网络 72
5  使用SDN进行参数化
形状建模 74
6  从SD中提取骨架 75
7  实验 76
8  结论 78
9  致谢 78
参考文献 79
第5章  基于曲波的纹理特征用于
模式分类研究 81
1  引言 81
2  曲波变换方法 82
3  基于曲波的纹理特征 90
4  应用问题的一个示例 90
5  总结与讨论 92
附录 92
参考文献 95
第6章  嵌入式系统高效深度
学习概述 99
1  引言 99
2  深度神经网络概述 100
3  用于DNN处理的硬件 101
4  DNN高效推理的方法 103
5  结论 106
参考文献 106
第7章  用于基于差异的多视图
学习的随机森林 108
1  引言 108
2  随机森林差异 110
3  多视图学习的差异表示 112
4  将视图与加权组合相结合 114
5  实验 121
6  结论 124
7  致谢 124
参考文献 124
第8章  图像着色综述 127
1  引言 127
2  参考图像着色 128
3  涂鸦着色 132
4  深度学习着色 134
5  其他相关研究 137
6  结论 139
参考文献 139
第9章  语音识别深度学习的
进展 144
1  引言 144
2  端到端模型 145
3  鲁棒性 151
4  总结及未来研究方向 155
5  致谢 157
参考文献 157
第II部分  应用
简要介绍 170
参考文献 171
第10章  遥感技术中的机器学习 173
1  引言 173
2  PolSAR图像分析的传统
处理链 175
3  整体特征提取和模型训练 175
4  结论 188
参考文献 189
第11章  基于高光谱和空间自适应
解混对具有损坏像素的数
据分数表面的解析重建 193
1  引言 193
2  基于解析2D表面的空间
自适应高光谱解混 196
3  评估和结果 199
4  结论 204
参考文献 205
第12章  视觉图像中海冰参数
识别的图像处理 211
1  引言 211
2  冰像素检测 212
3  浮冰识别 213
4  案例研究及其应用 218
5  讨论和未来研究 224
参考文献 225
第13章  深度学习在MRI大脑
结构的大脑分割和大脑
标记中的应用 228
1  引言 228
2  方法 229
3  结果 236
4  讨论 240
5  结论 242
参考文献 242
第14章  基于时间纹理分析的血管
内超声图像自动分割 246
1  引言 246
2  数据库 248
3  方法及步骤 248
4  实施和结果 254
5  结束语 256
参考文献 256
第15章  使用深度学习进行历史
文献分析 258
1  现有技术 258
2  交叉描绘的图形分类 261
3  使用历史图像合成处理
大型历史文档数据集 266
参考文献 269
第16章  通过基于图的方法进行
签名验证 275
1  引言 275
2  从签名图像到图再到验证 276
3  图编辑距离及其近似值 279
4  实验评估 284
5  结论和近期研究 286
参考文献 287
第17章  用于地震模式识别的细胞
神经网络 292
1  引言 292
2  细胞神经网络 293
3  使用DT-CNN关联记忆的
模式识别 301
4  实验 302
5  结论 307
参考文献 307
第18章  在跨模态人脸验证和
合成中加入面部属性 309
1  引言 309
2  属性引导的人脸验证 311
3  属性引导的草图-照片合成 319
4  讨论 325
参考文献 326
第19章  深度学习时代的互联和
自动驾驶汽车：计算机
引导转向的案例研究 330
1  引言 330
2  相关研究：人工智能在CAV
中的应用 332
3  相关问题 334
4  案例研究：我们提出的
方法 335
5  实验设置 337
6  分析和结果 340
7  结束语 343
8  致谢 344
参考文献 344