魯棒性參數(shù)估計(jì)與特征提取方法

定　價(jià)：￥72.00

作　者：	肖春寶
出版社：	原子能出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

ISBN：	9787522115405	出版時(shí)間：	2021-11-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	196	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書介紹了圖像特征若干關(guān)鍵技術(shù)，重點(diǎn)圍繞圖像特征匹配的內(nèi)點(diǎn)選擇、魯棒性參數(shù)估計(jì)方法優(yōu)化和特征提取方法這三方面進(jìn)行探討，介紹了一些新研究成果，并對(duì)所提出算法的有效性通過(guò)理論分析和實(shí)驗(yàn)進(jìn)行驗(yàn)證。

作者簡(jiǎn)介

暫缺《魯棒性參數(shù)估計(jì)與特征提取方法》作者簡(jiǎn)介

圖書目錄

第1章緒論
1.1 研究背景
1.2 外研究現(xiàn)狀
第2章軟決策優(yōu)化方法
2.1 引言
2.2 基礎(chǔ)矩陣
2.3 SDO方法
2.4 對(duì)比實(shí)驗(yàn)
2.5 本章小結(jié)
第3 章寬基線匹配的內(nèi)點(diǎn)選取方法
3.1 引言
3.2 鄰近特征空間一致性測(cè)度
3.3 AFSC算法描述
3.4 實(shí)驗(yàn)與分析
3.5 本章小結(jié)
第4章局部不變特征匹配的內(nèi)點(diǎn)選擇方法
4.1 引言
4.2 CFC算法
4.3 kNN-MS算法
4.4 CFDC算法
4.5 實(shí)驗(yàn)結(jié)果與分析
4.6 本章小結(jié)
第5章重抽樣優(yōu)化的快速RANSAC算法
5.1 引言
5.2 RANSAC算法
5.3 損失函數(shù)
5.4 FROSAC算法
5.5 實(shí)驗(yàn)結(jié)果與分析
5.6 本章小結(jié)
第6章基于結(jié)構(gòu)化優(yōu)圖的稀疏特征提取方法
6.1 引言
6.2 結(jié)構(gòu)優(yōu)化圖
6.3 SOGSFE方法
6.4 實(shí)驗(yàn)結(jié)果
6.5 本章小結(jié)
第7章基于稀疏低秩表示的判別特征提取
7.1 引言
7.2 相關(guān)工作
7.3 DFE方法
7.4 優(yōu)化
7.5 方法分析
7.6 實(shí)驗(yàn)
7.7 本章小結(jié)
第8章低秩保持投影降維
8.1 引言
8.2 相關(guān)工作
8.3 低秩表示
8.4 判別低秩保持投影算法
8.5 對(duì)所提出方法的分析
8.6 實(shí)驗(yàn)