圖像工程技術(shù)選編（二）

目錄
第0章引言
0.1圖像技術(shù)
0.1.1圖像工程
0.1.2圖像技術(shù)分類
0.2本書(shū)特點(diǎn)
0.2.1寫(xiě)作動(dòng)機(jī)
0.2.2選材內(nèi)容
0.2.3結(jié)構(gòu)安排
第1章聚焦棧成像
1.1聚焦棧圖像的定義
1.2聚焦棧的采集
1.3基于聚焦棧的光場(chǎng)重建
1.3.1光場(chǎng)的采集方式
1.3.2聚焦棧光場(chǎng)重建算法
回顧
1.3.3聚焦棧與光場(chǎng)的線性
成像模型
1.3.4基于線性成像模型的迭代
濾波反投影光場(chǎng)重建
1.3.5實(shí)驗(yàn)與分析
1.4聚焦棧全清晰成像
1.4.1算法框架
1.4.2梯度流
1.4.3種子點(diǎn)提取
1.4.4全聚焦合成
1.4.5全清晰成像實(shí)驗(yàn)及
對(duì)比
1.5近期文獻(xiàn)分類總結(jié)
第2章圖像去模糊
2.1圖像去模糊概述
2.1.1通用圖像退化模型
2.1.2模糊退化
2.1.3模糊核估計(jì)
2.2經(jīng)典去模糊方法
2.2.1逆濾波
2.2.2維納濾波
2.2.3有約束小平方恢復(fù)
2.3估計(jì)運(yùn)動(dòng)模糊核
2.3.1快速盲反卷積
2.3.2基于CNN的方法
2.4低分辨率圖像去模糊
2.4.1網(wǎng)絡(luò)結(jié)構(gòu)
2.4.2損失函數(shù)設(shè)計(jì)
2.4.3多類生成對(duì)抗網(wǎng)絡(luò)
2.5近期文獻(xiàn)分類總結(jié)
第3章圖像去霧
3.1圖像去霧方法概述
3.2暗通道先驗(yàn)去霧算法
3.2.1大氣散射模型
3.2.2暗通道先驗(yàn)?zāi)Ｐ?br />3.2.3實(shí)用中的一些問(wèn)題
3.3改進(jìn)思路和方法
3.3.1大氣光區(qū)域確定
3.3.2大氣光值校正
3.3.3尺度自適應(yīng)
3.3.4大氣透射率估計(jì)
3.3.5濃霧圖像去霧
3.4改善失真的綜合算法
3.4.1綜合算法流程
3.4.2T空間轉(zhuǎn)換
3.4.3透射率空間的大氣散
射圖
3.4.4天空區(qū)域檢測(cè)
3.4.5對(duì)比度增強(qiáng)
3.5去霧效果評(píng)價(jià)
3.5.1客觀評(píng)價(jià)指標(biāo)
3.5.2主客觀結(jié)合的評(píng)價(jià)
實(shí)例
3.6近期文獻(xiàn)分類總結(jié)
 
 
 
第4章顯著性目標(biāo)檢測(cè)
4.1顯著性概述
4.2顯著性檢測(cè)
4.3基于對(duì)比度提取顯著性
區(qū)域
4.3.1基于對(duì)比度幅值
4.3.2基于對(duì)比度分布
4.3.3基于小方向?qū)Ρ榷?br />4.3.4顯著性目標(biāo)分割和
評(píng)價(jià)
4.4基于背景先驗(yàn)提取顯著性
區(qū)域
4.4.1相似距離
4.4.2小柵欄距離的近似
計(jì)算
4.4.3流水驅(qū)動(dòng)的顯著性區(qū)
域檢測(cè)
4.4.4定位目標(biāo)候選區(qū)域
4.5基于穩(wěn)定區(qū)域提取顯
著性區(qū)域
4.6近期文獻(xiàn)分類總結(jié)
第5章基于圖像的生物特征識(shí)別
5.1生物特征識(shí)別概述
5.1.1生物特征模態(tài)
5.1.2生物特征識(shí)別系統(tǒng)
5.1.3生物特征識(shí)別的評(píng)價(jià)
方法
5.2人臉識(shí)別
5.2.1人臉檢測(cè)
5.2.2人臉特征提取
5.2.3人臉識(shí)別數(shù)據(jù)庫(kù)
5.3指紋識(shí)別
5.3.1指紋的結(jié)構(gòu)與特征
5.3.2指紋識(shí)別方法
5.3.3指紋數(shù)據(jù)庫(kù)
5.4虹膜識(shí)別
5.4.1虹膜分割
5.4.2虹膜特征提取
5.4.3虹膜數(shù)據(jù)庫(kù)
5.5步態(tài)識(shí)別
5.5.1基于人工設(shè)計(jì)特征的
步態(tài)識(shí)別
5.5.2基于深度學(xué)習(xí)的步態(tài)
識(shí)別
5.5.3步態(tài)數(shù)據(jù)庫(kù)
5.6近期文獻(xiàn)分類總結(jié)
第6章人臉三維重建
6.1人臉三維重建概述
6.1.1基于從陰影恢復(fù)形狀
的人臉三維重建
6.1.2基于統(tǒng)計(jì)模型的人臉
三維重建
6.1.3基于從運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)
的人臉三維重建
6.2基于光照錐恢復(fù)的人臉三維
重建
6.2.1問(wèn)題的建模
6.2.2求解步驟
6.2.3重建結(jié)果
6.2.4人臉對(duì)稱性的應(yīng)用
6.3基于統(tǒng)計(jì)模型的人臉三維
重建
6.3.1三維形變模型
（3DMM）
6.3.2基于球諧波光照模型
的重建方法
6.3.3基于徑向基函數(shù)快速
三維重建方法
6.4基于運(yùn)動(dòng)視頻序列的人臉
三維重建
6.5基于深度學(xué)習(xí)的人臉三維
重建
6.5.1結(jié)合3DMM的深度學(xué)習(xí)
重建方法
6.5.2深度學(xué)習(xí)模型直接回歸
人臉三維模型
6.6近期文獻(xiàn)分類總結(jié)
第7章基于深度圖的手勢(shì)交互
7.1手勢(shì)交互概述
7.1.1基于深度圖的手部姿態(tài)
估計(jì)
7.1.2動(dòng)態(tài)手勢(shì)識(shí)別
7.2基于姿態(tài)引導(dǎo)結(jié)構(gòu)化區(qū)域集成
網(wǎng)絡(luò)的手部姿態(tài)估計(jì)
7.2.1數(shù)據(jù)集及評(píng)價(jià)指標(biāo)
7.2.2區(qū)域集成網(wǎng)絡(luò)
7.2.3姿態(tài)引導(dǎo)的結(jié)構(gòu)化區(qū)域
集成網(wǎng)絡(luò)
7.3基于骨架的動(dòng)態(tài)手勢(shì)識(shí)別
7.3.1動(dòng)態(tài)手勢(shì)識(shí)別技術(shù)
概要
7.3.2運(yùn)動(dòng)特征增強(qiáng)網(wǎng)絡(luò)
7.3.3實(shí)驗(yàn)結(jié)果分析
7.4近期文獻(xiàn)分類總結(jié)
第8章同時(shí)定位與制圖
8.1視覺(jué)SLAM概述
8.2視覺(jué)SLAM系統(tǒng)實(shí)現(xiàn)
8.2.1數(shù)據(jù)端的預(yù)處理
8.2.2視覺(jué)里程計(jì)
8.3結(jié)合機(jī)器學(xué)習(xí)的姿態(tài)優(yōu)化與
語(yǔ)義建圖
8.3.1基于Faster RCNN
優(yōu)化
8.3.2姿態(tài)估計(jì)分析
8.3.3語(yǔ)義重建
8.3.4定位演示
8.4近期文獻(xiàn)分類總結(jié)
第9章圖像釋意
9.1圖像釋意概述
9.1.1圖像釋意數(shù)據(jù)集和
數(shù)據(jù)預(yù)處理
9.1.2圖像釋意的生成方式
及評(píng)測(cè)指標(biāo)
9.1.3圖像釋意發(fā)展的三個(gè)
階段
9.2基于傳統(tǒng)方法的圖像釋意
模型
9.2.1基于語(yǔ)言模板的模型
9.2.2基于檢索的模型
9.2.3傳統(tǒng)生成式模型
9.3基于編碼器解碼器模型的
圖像釋意
9.3.1模型的損失函數(shù)
9.3.2編碼器解碼器模型
結(jié)構(gòu)
9.3.3基于注意力機(jī)制的
模型
9.3.4編碼器解碼器模型的
分支
9.4圖像釋意模型性能對(duì)比
9.5近期文獻(xiàn)分類總結(jié)
參考文獻(xiàn)
術(shù)語(yǔ)索引