机读格式显示(MARC)

• 000 01503nam0 2200301 450

• 001 0000383677

• 005 20201113164300.0

• 010 __ |a 978-7-03-065285-0 |d CNY98.00

• 099 __ |a CAL 012020306341

• 100 __ |a 20200825d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于非线性融合的夜间图像显著目标检测 |A ji yu fei xian xing rong he de ye jian tu xiang xian zhu mu biao jian ce |f 徐新, 穆楠著

• 210 __ |a 北京 |c 科学出版社 |d 2020

• 215 __ |a 118页 |c 彩图 |d 24cm

• 300 __ |a 本书得到国家自然科学基金“面向夜间视频的视觉显著性模型研究”(61602349)和“面向夜间视频的协同显著性目标检测关键技术研究”(61440016)项目的支持

• 320 __ |a 有书目

• 330 __ |a 本书通过对视觉认知的两种模式—自底向上的显著目标检测模型和自顶向下显著目标检测模型的研究发现，底层视觉刺激可以注意资源的分配，而顶层的视觉感知和先验知识又能很好地指导视觉显著目标的检测，将两者相结合可以提高检测效率。书中采用自底向上与自顶向下相结合的视觉信息加工模式，同时将场景图像的局部特征与全局特征并行加工处理，通过特征融合实现夜间场景图像的显著目标检测。基于非线性融合的夜间图像显著目标检测算法由底层传统方法逐步过渡到顶层深度学习方法，为夜间图像的显著目标检测提供了良好指导，同时本书详细分析每种算法的细节及优缺点。

• 606 0_ |a 图像处理 |A tu xiang chu li |x 目标检测 |x 研究

• 690 __ |a TN911.73 |v 5

• 701 _0 |a 徐新 |A xu xin |4 著

• 701 _0 |a 穆楠 |A mu nan |4 著

• 801 _0 |a CN |b NMU |c 20200825

• 905 __ |a XATU |d TN911.73/184

• 920 __ |a 261060 |z 1

• 998 __ |a NMU