開啟主選單
求真百科
搜尋
檢視 计算摄像学 的原始碼
←
计算摄像学
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/5126996/3c920cce7d8697b6_s.jpg width="260"></center> <small>[https://book.kongfz.com/156498/7380427514 来自 孔夫子网 的图片]</small> |} 《'''计算摄像学'''》,副标题:成像模型理论与深度学习实践,作者: 施柏鑫,定价: 169.00,ISBN号: 9787111748847,出版社: 机械工业出版社。 截至2022年,机械工业出版社年出版新书近2700种,年引进和输出版权总量近800种,产品横跨科技出版、教育出版、大众出版三大板块,覆盖机械、电工电子、[[汽车]]、建筑、计算机、经管、心理<ref>[https://www.sohu.com/a/387427297_768618 谈心理健康教育对学生的重要性 ],搜狐,2020-04-12</ref>、生活、科普、艺术设计、文创等十多个专业领域,以及高等教育<ref>[https://www.sohu.com/a/440916094_120868911 2020中国高等教育十大关键词],搜狐,2020-12-28</ref>、[[职业教育]]、技能教育等不同教育层次。 ==内容简介== 本书以图像的物理形成过程和相机获取数字图像的原理为支撑,介绍计算摄像学中的基本问题、模型、理论及其用传统zui优化、信号处理方法的解决方案。结合各问题近些年随着深度学习技术的发展带来的全新进展,介绍深度学习和计算摄像问题的结合与应用。深度学习作为目前[[视觉]]计算领域zui热门的技术之一,在高层计算机视觉的目标检测、识别、分类等问题上带来了传统方法无法企及的性能突破。深度学习技术在计算摄像学中也正在发挥广泛而积极的作用。通过适当的方法,将传统计算摄像学在光学特性、物理过程和成像模型等方面的先验、约束与数据驱动方法强大的学习、建模能力进行优势互补,可以为众多计算摄像难题的求解提供全新的思路和手段。 ==作者介绍== 施柏鑫,[[日本东京大学]]博士,曾先后在麻省理工学院媒体实验室、新加坡科技设计大学、新加坡南洋理工大学从事博士后研究,现为北京大学人工智能研究院院长助理,北京大学计算机学院数字媒体研究所研究员、博士生导师(“博雅青年学者”),北京智源人工智能研究院青年科学家;从事计算摄像学与计算机视觉研究,发表论文120余篇(包括TPAMI论文12篇,计算机视觉三大**会议论文45篇)。论文获评国际计算摄像会议(ICCP)2015年Best Paper Runner-Up、入选IJCV专刊Best Papers from ICCV 2015,2021年获得日本大川研究助成奖。主持科技创新2030—“新一代人工智能”重大项目、**自然科学基金重点、**青年人才等多个项目。担任International Journal of Computer Vision(IJCV)等期刊编委,CVPR、ICCV等国际会议领域主席。IEEE**会员。 ==参考文献== [[Category:040 類書總論;百科全書總論]]
返回「
计算摄像学
」頁面