关键词： 海面  

ISBN: (纸本)9787121485312

摘要： 本书共8章，主要介绍了海杂波建模和海面目标检测的相关内容。第1章为绪论；第2章研究了海杂波的性，如平均后向散射、幅度统计性、海峰、多普勒谱和纹理相关性，以及不同的海杂波建模方法；第3章重点研究了有源双基地雷达和无源双基地雷达的海杂波性；第4章介绍了能够用于海杂波建模和性能预测的参数化模型；第5章重点介绍了海杂波技术；第6章介绍了如何利用海杂波模型进行雷达性能预测；第7章对当前的目标检测方法进行了概述，并详细介绍了海杂波性对检测性能的影响；第8章介绍了一些新的信号处理技术在海上目标检测中的应用。

关键词： Matlab软件  

ISBN: (纸本)9787561594735

摘要： 本书分成两大部分，第一部分记录了数字信号处理的MATLAB实践案例，主要涉及一维信号的处理与变换，案例多以音频信号为实践对象。第二部分为图像处理的MATLAB实践案例，其中处理的对象由一维信号升级成二维图像。

ISBN: (纸本)9787121483011

摘要： 本书介绍了数字图像处理技术和深度学习技术, 以及这些技术的应用, 全书由12章组成。前九章主要介绍数字图像处理技术, 内容包括：Python环境搭建、位图基础、图像的显示、图像的几何变换、图像灰度变换、图像的平滑处理、图像锐化处理、图像分割及测量、图像的形态学处理, 后三章主要介绍深度学习技术, 将数字图像处理技术和深度学习技术相结合应用于项目开发, 内容包括基于卷积神经网络CNN模型的汉字识别、基于FasterRCNN模型的手势识别、基于卷积神经网络CNN模型的语音识别共三个项目的开发技术。本书仅仅介绍基本的理论知识, 同时介绍将理论转化为代码的实现步骤和基于Python开发工具的编程代码, 并且可以将处理前与处理后的图像进行对照比较。实例程序的框架结构简单, 代码简洁, 使初学Python者很快就掌握图像处理与图像识别技术。

关键词： 数字图像处理   软件工具  

ISBN: (纸本)9787115644879

摘要： 本书共7章，大致可以分为3个部分。第1章、第2章为第一部分，介绍数字图像处理的基础知识及彩色图像处理，使读者初步认识数字图像处理，并掌握数字图像处理的基本流程。第3章、第4章为第二部分，介绍空间滤波与频域滤波，使读者了解数字图像处理的一般原理。第5-7章为第三部分，先介绍图像特征提取，使读者了解数字图像处理的基础应用，然后介绍图像压缩、图像小波变换与多分辨率，使读者了解数字图像处理的深入应用。附录部分首先介绍如何进行Python开发环境配置以及Python的一些基本语法，然后介绍数字图像处理的一些基础案例。

关键词： 图象处理  

ISBN: (纸本)9787115633941

摘要： 本书系统阐述了量子图像处理及其关键技术。本书内容共分9章，分别介绍了量子图像处理的研究意义与背景和现状、量子图像表示模型、量子图像处理算法、量子图像恢复、量子图像加密、量子水印、量子图像边缘检测、量子图像的分类识别、量子图像仿真实现。

关键词： 计算机视觉  

ISBN: (纸本)9787122452023

摘要： 本书主要内容分为两部分。第一部分为PyTorch框架使用的相关知识，以及计算机视觉和深度学习的入门知识。第二部分重点介绍深度学习在计算机视觉上的应用，包括：经典的深度卷积网络、深度注意力网络，以及基于自注意力的Transformer系列网络在图像分类中的应用；R-CNN系列、YOLO系列、SSD系列目标检测网络的算法思想及在目标检测中的应用；FCN、U-Net等全卷积网络在图像语义分割领域的应用；针对风格迁移任务，介绍了快速风格迁移、CycleGan等算法的实战应用；针对自编码器和扩散模型，介绍了相关算法在图像重构、去噪以及生成相关计算机视觉任务中的实战应用；最后介绍了迁移学习和域自适应的经典算法在跨域计算机视觉图像分类任务中的应用。

关键词： 雷达目标  

ISBN: (纸本)9787115634245

摘要： 本书立足于非线性理论与方法研究进展，重点阐述非线性相关理论在雷达信号处理领域的发展和最新运用，其中包括作者在对海雷达信号处理领域的研究成果进展，奉献给读者一本既有深刻的理论背景，又有较强的应用性的非线性理论与雷达信号处理学科相结合的专著。

摘要： 弱小目标检测与跟踪旨在利用模式识别算法、计算机视觉技术以及信号处理技术,对各种传感器捕获的小尺寸目标识别、定位及跟踪.在公共安全、工业自动化、智慧交通和军事国防等领域应用广泛.

关键词： Artificial Intelligence  

ISBN: (数字)9781394230952 ISBN: (纸本)9781394230921

摘要： A comprehensive book providing high-quality research addressing challenges in theoretical and application aspects of soft computing and machine learning in image processing and computer vision. Researchers are working to create new algorithms that combine the methods provided by CI

关键词： 遥感   多目标跟踪   小目标检测   注意力机制   神经网络   轨迹关联  

摘要： 遥感卫星的多目标跟踪任务面监目标弱小,场景多样等挑战.为此,提出了一种高分辨率遥感卫星视频的多目标跟踪算法.在检测阶段,构建小目标检测器,首先在主干网络中通过Transformer捕获全局的上下文信息,然后利用注意力机制增强目标特征,最后添加了一个预测小目标的分支;在轨迹关联阶段,将检测出的小目标与已有轨迹匹配,采用关注低置信度检测的关联算法.本文选取高分辨率遥感卫星视频进行测试,测验结果表明本文提出的方法在遥感卫星视频中的多目标跟踪数据集上的MOTA指标达到63.1％,相较于基准(baseline)模型提升13.5％,能够显著提升遥感卫星视频中多目标跟踪的性能.