目錄
前言
第1章 圖像特征表示概述 1
1.1 圖像特征表示方法 1
1.2 圖像表示面臨的一些問題 7
1.3 圖像表示的應(yīng)用 8參考文獻(xiàn) 10
第2章 小波變換理論 15
2.1 傳統(tǒng)小波變換 15
2.2 復(fù)數(shù)小波變換 22
2.3 方向小波變換 27
2.4 小波散射變換與散射網(wǎng)絡(luò) 30
2.5 本章小結(jié) 31參考文獻(xiàn) 31
第3章 Copula理論及其參數(shù)估計(jì) 34
3.1 Copula理論 34
3.2 Copula參數(shù)估計(jì) 39
3.3 協(xié)方差模型 45
3.4 正態(tài)分布（高斯分布） 46
3.5 本章小結(jié) 47
參考文獻(xiàn) 47
第4章 小波域 Copula多維模型紋理檢索 48
4.1 概述 48
4.2 小波域依賴關(guān)系 49
4.3 小波域 Copula多維模型 51
4.4 紋理圖像檢索與實(shí)驗(yàn)結(jié)果分析 58
4.5 本章小結(jié) 60
參考文獻(xiàn) 61
第5章 基于小波變換的旋轉(zhuǎn)不變圖像識別 64
5.1 概述 64
5.2 CSGW 65
5.3 GW/CSGW域旋轉(zhuǎn)不變 Copula模型 66
5.4 實(shí)驗(yàn)與分析 72
5.5 本章小結(jié) 77
參考文獻(xiàn) 79
第6章 多種小波域統(tǒng)計(jì)模型及其深度特征融合 82
6.1 概述 82
6.2 背景和動機(jī) 84
6.3 MDCM 85
6.4 小波域 MDCM圖像表示 87
6.5 多種小波域 MDCM及其深度特征融合 91
6.6 實(shí)驗(yàn)與分析 91
6.7 本章小結(jié) 100
參考文獻(xiàn) 100
第7章 Gabor小波特征學(xué)習(xí)人臉識別 105
7.1 概述 105
7.2 相關(guān)工作 107
7.3 LCMoG-CNN人臉特征提取 108
7.4 LGMoG-LWPZ人臉特征提取 110
7.5 實(shí)驗(yàn)與分析 112
7.6 綜合分析 118
7.7 本章小結(jié) 121
參考文獻(xiàn) 122
第8章 Gabor變換域高斯嵌入與深度網(wǎng)絡(luò)融合人臉識別 126
8.1 概述 126
8.2 相關(guān)工作 128
8.3 Gabor小波 130
8.4 線性空間中的高斯嵌入和向量化 131
8.5 LGLG人臉識別 134
8.6 實(shí)驗(yàn)與分析 139
8.7 本章小結(jié) 149
參考文獻(xiàn) 149
第9章 深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 156
9.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 156
9.2 全連接神經(jīng)網(wǎng)絡(luò) 158
9.3 卷積神經(jīng)網(wǎng)絡(luò) 169
9.4 本章小結(jié) 184
參考文獻(xiàn) 184
第10章 PyTorch深度學(xué)習(xí)框架 185
10.1 PyTorch安裝 185
10.2 PyTorch基礎(chǔ) 186
10.3廣播機(jī)制 191
10.4 PyTorch求導(dǎo)功能 192
10.5神經(jīng)網(wǎng)絡(luò)設(shè)計(jì) 194
10.6 圖像分類案例 199
10.7 PyTorch-Lightning 212
10.8 本章小結(jié) 218
第11章 常見深度神經(jīng)網(wǎng)絡(luò)模型 219
11.1 ResNet模型與關(guān)鍵代碼分析 219
11.2編碼-解碼模型 222
11.3 Transformer模型 226
11.4視覺Transformer（ViT）與關(guān)鍵代碼分析 237
11.5 RNN模型原理與實(shí)現(xiàn) 242
11.6 GAN模型原理與實(shí)現(xiàn) 250
11.7本章小結(jié) 255
參考文獻(xiàn) 256