孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

概率图模型及计算机视觉应用

概率图模型及计算机视觉应用
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Qiang Ji）
出版社: 机械工业出版社
2021-09
版次: 1
ISBN: 9787111690320
定价: 99.00
装帧: 其他
开本: 16开
纸张: 胶版纸
字数: 253千字
分类: 计算机与互联网
6人买过
  • 本书是美国伦斯勒理工学院（Rensselaer Polytechnic Institute, RPI）纪强（Qiang Ji）教授专门为概率图模型编写的一本专著。本书介绍了计算机视觉中的概率图模型（PGM），讨论了PGM及其在解决计算机视觉中存在的问题，提供了基本概念、定义和属性。专注于PGM的理论，以伪代码和推导的方式对PGM进行了详细的解释。 译者序

    第1章  知识背景和学习动机1

    1.1  引言1

    1.2  本书目标和特点4

    1.3  PGM介绍4

    1.3.1  PGM的主要问题5

    1.4  本书大纲6

    参考文献7

    第2章  基础概念9

    2.1  引言9

    2.2  随机变量与概率9

    2.2.1  随机变量与概率定义9

    2.2.2  基本的概率法则10

    2.2.3  独立性和条件独立性11

    2.2.4  均值、协方差、相关性和独立性11

    2.2.5  概率不等式13

    2.2.6  概率分布14

    2.3  基本的估计方法17

    2.3.1  极大似然法17

    2.3.2  贝叶斯估计法19

    2.4  优化方法19

    2.4.1  连续优化19

    2.4.2  离散优化21

    2.5  采样和样本估计21

    2.5.1  采样技术21

    2.5.2  样本估计22

    参考文献23

    第3章  有向概率图模型25

    3.1  引言25

    3.2  贝叶斯网络25

    3.2.1  BN表示25

    3.2.2  BN的特性27

    3.2.3  贝叶斯网络的类型29

    3.3  BN推理34

    3.3.1  精确推理方法35

    3.3.2  近似推理方法47

    3.3.3  高斯BN的推理55

    3.3.4  贝叶斯推理56

    3.3.5  不确定证据下的推理57

    3.4  完全数据下的BN学习57

    3.4.1  参数学习58

    3.4.2  结构学习63

    3.5  缺失数据下的BN学习69

    3.5.1  参数学习69

    3.5.2  结构学习75

    3.6  人工贝叶斯网络规范76

    3.7  动态贝叶斯网络77

    3.7.1  简介77

    3.7.2  学习和推理79

    3.7.3  特殊的DBN81

    3.8  分层贝叶斯网络91

    3.8.1  分层贝叶斯模型91

    3.8.2  分层深层模型95

    3.8.3  混合分层模型98

    3.9  附录99

    3.9.1  式（3.63）证明99

    3.9.2  高斯贝叶斯网络证明100

    3.9.3  拉普拉斯近似102

    参考文献102

    第4章  无向概率图模型107

    4.1  引言107

    4.1.1  定义和性质107

    4.2  成对马尔可夫网络110

    4.2.1  离散成对马尔可夫网络110

    4.2.2  标记观测马尔可夫网络111

    4.2.3  高斯马尔可夫网络112

    4.2.4  受限玻尔兹曼机113

    4.3  条件随机场114

    4.4  高阶长程马尔可夫网络116

    4.5  马尔可夫网络推理117

    4.5.1  精确推理方法117

    4.5.2  近似推理方法120

    4.5.3  其他MN推理方法122

    4.6  马尔可夫网络学习123

    4.6.1  参数学习123

    4.6.2  结构学习129

    4.7  马尔可夫网络与贝叶斯网络131

    参考文献132

    第5章  计算机视觉应用135

    5.1  引言135

    5.2  用于低级计算机视觉任务的PGM135

    5.2.1  图像分割135

    5.2.2  图像去噪136

    5.2.3  用MRF标记图像136

    5.2.4  用CRF进行图像分割141

    5.2.5  用贝叶斯网络进行图像分割145

    5.3  用于中级计算机视觉任务的PGM149

    5.3.1  目标检测与识别149

    5.3.2  场景识别165

    5.3.3  目标追踪167

    5.3.4  三维重建和立体视觉177

    5.4  用于高级计算机视觉任务的PGM184

    5.4.1  面部表情识别184

    5.4.2  人类活动识别187

    5.4.3  为人类活动识别刻画上下文208

    参考文献212

    索引220
  • 内容简介:
    本书是美国伦斯勒理工学院（Rensselaer Polytechnic Institute, RPI）纪强（Qiang Ji）教授专门为概率图模型编写的一本专著。本书介绍了计算机视觉中的概率图模型（PGM），讨论了PGM及其在解决计算机视觉中存在的问题，提供了基本概念、定义和属性。专注于PGM的理论，以伪代码和推导的方式对PGM进行了详细的解释。
  • 目录:
    译者序

    第1章  知识背景和学习动机1

    1.1  引言1

    1.2  本书目标和特点4

    1.3  PGM介绍4

    1.3.1  PGM的主要问题5

    1.4  本书大纲6

    参考文献7

    第2章  基础概念9

    2.1  引言9

    2.2  随机变量与概率9

    2.2.1  随机变量与概率定义9

    2.2.2  基本的概率法则10

    2.2.3  独立性和条件独立性11

    2.2.4  均值、协方差、相关性和独立性11

    2.2.5  概率不等式13

    2.2.6  概率分布14

    2.3  基本的估计方法17

    2.3.1  极大似然法17

    2.3.2  贝叶斯估计法19

    2.4  优化方法19

    2.4.1  连续优化19

    2.4.2  离散优化21

    2.5  采样和样本估计21

    2.5.1  采样技术21

    2.5.2  样本估计22

    参考文献23

    第3章  有向概率图模型25

    3.1  引言25

    3.2  贝叶斯网络25

    3.2.1  BN表示25

    3.2.2  BN的特性27

    3.2.3  贝叶斯网络的类型29

    3.3  BN推理34

    3.3.1  精确推理方法35

    3.3.2  近似推理方法47

    3.3.3  高斯BN的推理55

    3.3.4  贝叶斯推理56

    3.3.5  不确定证据下的推理57

    3.4  完全数据下的BN学习57

    3.4.1  参数学习58

    3.4.2  结构学习63

    3.5  缺失数据下的BN学习69

    3.5.1  参数学习69

    3.5.2  结构学习75

    3.6  人工贝叶斯网络规范76

    3.7  动态贝叶斯网络77

    3.7.1  简介77

    3.7.2  学习和推理79

    3.7.3  特殊的DBN81

    3.8  分层贝叶斯网络91

    3.8.1  分层贝叶斯模型91

    3.8.2  分层深层模型95

    3.8.3  混合分层模型98

    3.9  附录99

    3.9.1  式（3.63）证明99

    3.9.2  高斯贝叶斯网络证明100

    3.9.3  拉普拉斯近似102

    参考文献102

    第4章  无向概率图模型107

    4.1  引言107

    4.1.1  定义和性质107

    4.2  成对马尔可夫网络110

    4.2.1  离散成对马尔可夫网络110

    4.2.2  标记观测马尔可夫网络111

    4.2.3  高斯马尔可夫网络112

    4.2.4  受限玻尔兹曼机113

    4.3  条件随机场114

    4.4  高阶长程马尔可夫网络116

    4.5  马尔可夫网络推理117

    4.5.1  精确推理方法117

    4.5.2  近似推理方法120

    4.5.3  其他MN推理方法122

    4.6  马尔可夫网络学习123

    4.6.1  参数学习123

    4.6.2  结构学习129

    4.7  马尔可夫网络与贝叶斯网络131

    参考文献132

    第5章  计算机视觉应用135

    5.1  引言135

    5.2  用于低级计算机视觉任务的PGM135

    5.2.1  图像分割135

    5.2.2  图像去噪136

    5.2.3  用MRF标记图像136

    5.2.4  用CRF进行图像分割141

    5.2.5  用贝叶斯网络进行图像分割145

    5.3  用于中级计算机视觉任务的PGM149

    5.3.1  目标检测与识别149

    5.3.2  场景识别165

    5.3.3  目标追踪167

    5.3.4  三维重建和立体视觉177

    5.4  用于高级计算机视觉任务的PGM184

    5.4.1  面部表情识别184

    5.4.2  人类活动识别187

    5.4.3  为人类活动识别刻画上下文208

    参考文献212

    索引220
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
概率图模型及计算机视觉应用
概率论（第二版） 何书元
何书元 编著
￥23.20 起
概率图模型及计算机视觉应用
概率论与数理统计
欧启通
￥20.00 起
概率图模型及计算机视觉应用
概率论与数理统计
郭冰阳 编
￥15.89 起
概率图模型及计算机视觉应用
概率论与数理统计习题册（第2版）
西南交通大学数学学院统计系
￥4.90 起
概率图模型及计算机视觉应用
概率论与数理统计习题全解与学习指导（第2版）
杨筱菡 王勇智
￥31.62 起
概率图模型及计算机视觉应用
概率论与数理统计练习与提高
王元媛
￥14.43 起
概率图模型及计算机视觉应用
概率统计同步练习与提高
石志岩 主编
￥13.92 起
概率图模型及计算机视觉应用
概率论与数理统计（第2版）
殷羽 编
￥18.50 起
概率图模型及计算机视觉应用
概率论与数理统计基础教程
主编 纪楠 副主编 袁书娟 关树明 参编 韩冰 李言 王立亚
￥22.43 起
概率图模型及计算机视觉应用
概率论与数理统计
哈金才 马少娟 李海燕 主编
￥11.90 起
概率图模型及计算机视觉应用
概率论与数理统计
林娟
￥23.00 起
概率图模型及计算机视觉应用
概率论与数理统计
作者
￥18.00 起
您可能感兴趣 / 更多
概率图模型及计算机视觉应用
全新正版图书 从细菌到巴赫再回来丹尼尔·丹尼特中国纺织出版社有限公司9787522910635
[美]丹尼尔·丹尼特
￥77.20 起
概率图模型及计算机视觉应用
全新正版图书 销售丹尼尔·克中国财政经济出版社9787522325521
[美]丹尼尔·平克
￥41.10 起
概率图模型及计算机视觉应用
朱雀：唐代的南方意向
[美]薛爱华
￥45.00 起
概率图模型及计算机视觉应用
我爱读经典：绿野仙踪 ( “哈利·波特”系列电影御用道具团队，打造收藏级故事经典)
[美]莱曼·弗兰克·鲍姆
￥111.39 起
概率图模型及计算机视觉应用
神女：唐代文学中的龙女和雨女
[美]薛爱华
￥28.00 起
概率图模型及计算机视觉应用
此书禁止借阅 麦克米伦世纪大奖小说典藏本
[美]艾伦·格拉茨
￥14.98 起
概率图模型及计算机视觉应用
打破社交媒体棱镜：探寻网络政治极化的根源
[美]克里斯·贝尔
￥26.85 起
概率图模型及计算机视觉应用
天人之际：考古美术视野中的山水
[美] 巫鸿
￥98.40 起
概率图模型及计算机视觉应用
数学侦探（全五册）
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥10.60 起
概率图模型及计算机视觉应用
经纬度丛书·巴勒斯坦人的故事：流亡者的悲情、绝望与抗争
[美]穆哈迈德·阿里·哈利德
￥39.29 起
概率图模型及计算机视觉应用
给冥王星起名字的女孩：维尼夏·伯尼的故事
[美]艾丽斯·B. 麦金蒂
￥27.00 起
概率图模型及计算机视觉应用
爱打岔的小鸡好想吃饼干
[美]大卫·埃兹拉·斯坦
￥28.61 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全