机读格式显示(MARC)

• 000 01936nam0 2200481 450

• 001 0000359932

• 005 20191126155900.0

• 010 __ |a 978-7-115-50588-0 |d CNY148.00

• 021 __ |a CN |b 01-2017-2298

• 099 __ |a CAL 012019109426

• 100 __ |a 20190909d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y a 000yy

• 106 __ |a r

• 200 1_ |a 计算机视觉度量 |A ji suan ji shi jue du liang |e 从特征描述到深度学习 |f (美) 斯科特·克里格著 |g 刘波, 罗棻译

• 210 __ |a 北京 |c 人民邮电出版社 |d 2019

• 215 __ |a 542页 |d 26cm

• 300 __ |a 国外著名高等院校信息科学与技术优秀教材

• 306 __ |a 由施普林格出版社授权出版

• 312 __ |a 英文并列题名取自封底

• 320 __ |a 有书目 (第508-540页)

• 330 __ |a 本书全面介绍了计算机视觉中被广泛使用的各种方法，包括局部特征描述子、区域描述子、全局特征描述子以及评价这些内容的度量方法和分类方法，并用将近一半的篇幅重点介绍了基于深度学习的特征学习方法，以及FNN、RNN和BFN三类深度学习架构的特点。 书中内容前沿，强调理论分析，旨在探讨各种计算机视觉研究方法背后的技术和原理，同时也探讨了深度学习与神经科学之间的关系，展望了未来深度神经网络的发展方向。 并用专门一章讲解了计算机视觉流程和算法的优化，通过汽车识别、人脸检测、图像分类和增强现实等实例具体探讨了硬件优化和软件优化的方法。

• 510 1_ |a Computer vision metrics textbook edition |z eng

• 517 1_ |a 从特征描述到深度学习 |A cong te zheng miao shu dao shen du xue xi

• 606 0_ |a 计算机视觉 |A ji suan ji shi jue |x 高等学校 |j 教材

• 690 __ |a TP302.7 |v 5

• 701 _1 |c (美) |a 克里格 |A ke li ge |c (Krig, Scott) |4 著

• 702 _0 |a 刘波 |A liu bo |4 译

• 702 _0 |a 罗棻 |A luo fen |4 译

• 801 _0 |a CN |b NMU |c 20190909

• 905 __ |a XATU |d TP302.7/35

• 920 __ |a 215010 |z 1

• 920 __ |a 241010 |z 1

• 920 __ |a 242170 |z 1

• 920 __ |a 242120 |z 1

• 920 __ |a 211060 |z 2

• 920 __ |a 221400 |z 1

• 920 __ |a 221110 |z 1

• 920 __ |a 430102 |z 1

• 920 __ |a 251010 |z 1

• 920 __ |a 231020 |z 1

• 998 __ |a NMU