視覺環(huán)境感知技術：場景語義解析方法與應用

定　價：￥89.00

作　者：	陳啟軍、劉成菊、閆卿卿、李樹
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網 (￥70.30)

ISBN：	9787302682677	出版時間：	2025-02-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內容簡介

　　本書圍繞場景語義解析算法的信息傳遞、特征提取、知識表征、語義生成、訓練優(yōu)化五個方面開展研究，并在典型自主智能系統(tǒng)上進行測試與應用。本書探究了網絡信息流完整性傳遞機制，構建了空間解耦的多尺度表征學習框架，拓展了頻域知識空間學習與高效特征融合，提出了語義-定位解耦的高分辨率語義生成方法、引入了重參數(shù)化方法改善訓練動態(tài)提升模型泛化，并針對實際系統(tǒng)給出了模型搭建原則、部署策略及運行實例。本書全面提升了自主智能系統(tǒng)場景語義解析算法的實時性、準確性、魯棒性及泛化性，增強了自主智能系統(tǒng)的環(huán)境感知與任務執(zhí)行能力。本書適合對視覺場景理解感興趣的學生、教師、研究人員和工程師閱讀。

作者簡介

　　陳啟軍，同濟大學教授，博士導師。中國（上海）數(shù)字城市研究院執(zhí)行院長。主要從事人工智能與機器人方面的研究。曾作為客座教授在德國University of Hagen做客座研究（2002）、美國UC Berkeley訪問學者（2008）、瑞士蘇黎世聯(lián)邦理工學院訪問學者（2010）、美國南加州大學訪問學者（2012）、美國卡內基梅隆大學訪問學者（2018）。自動化教學指導委員會委員，中國自動化學會理事，中國人工智能學會理事，中國自動化學會集成自動化技術專業(yè)委員會主任，中國自動化學會智能自動專業(yè)委員會副主任，中國人工智能學會智能機器人專業(yè)委員會常委，上海市自動化學會副理事長?？萍疾恐攸c研發(fā)計劃首席科學家，新世紀優(yōu)秀人才，上海市優(yōu)秀學術帶頭人，上海市曙光學者，上海市領軍人才，獲國務院政府特殊津貼。

圖書目錄

第 1章緒論 1
1.1背景與意義
1
1.
2國內外研究現(xiàn)狀 5
1.
2.1視覺場景信息處理與傳遞 5
1.
2.2高效多尺度特征提取框架 7
1.
2.3高維知識表征方法 8
1.
2.4高分辨率語義生成技術 10
1.
2.5網絡訓練動態(tài)改善技術 11
1.
2.6場景語義解析算法網絡構建及其應用 13
1.
2.7場景語義解析數(shù)據(jù)集及評價標準 . 14

1.
3科學問題與研究內容 18
1.
3.1擬解決的科學問題 . 18
1.
3.2本書的研究內容 20

1.4本書內容安排
22

第 2章網絡信息流傳遞機制 . 24
2.1概述
. 24
2.
1.1擬解決的主要問題 . 25
2.
1.2研究內容及貢獻 26

2.
2結構信息留存策略 . 26
2.
2.1網絡結構設計 . 27
2.2.2性能分析
28
2.
2.3與現(xiàn)有方法對比 28

2.
3具有相互引導性的上-下采樣對 29
2.
3.1網絡結構設計 . 30
2.3.2性能分析
31
2.
3.3與現(xiàn)有方法對比 33

2.
4層次化高分辨率信息恢復與生成 . 34
2.
4.1網絡結構設計 . 35
2.4.2性能分析
35
2.
4.3與現(xiàn)有方法對比 37

2.
5實驗結果與分析 . 38
2.
5.1實驗模型構建 . 38
2.5.2消融研究
39
2.
5.3與當前先進方法的性能對比 . 44
2.
5.4算法優(yōu)勢與局限性分析 47

2.6本章小結
. 49

第 3章空間多尺度特征學習 . 50
3.1概述
. 50
3.
1.1擬解決的主要問題 . 51
3.
1.2研究內容及貢獻 52

3.2空間鄰域解耦
-耦合算子 52
3.2.1算子定義
52
3.
2.2與現(xiàn)有方法對比 54

3.
3初始特征的局部感知與全局建模 . 55
3.
3.1網絡結構設計 . 56
3.3.2性能分析
57
3.
3.3與現(xiàn)有方法對比 58

3.
4高級特征的空間并行多尺度學習 . 59
3.
4.1網絡結構設計 . 59
3.4.2性能分析
60
3.
4.3與現(xiàn)有方法對比 62

3.
5實驗結果與分析 . 63
3.5.1實驗模型
63
3.5.2消融研究
63
3.
5.3與當前先進方法的性能對比 . 69
3.
5.4算法優(yōu)勢與局限性分析 73

3.6本章小結
. 74

第 4章頻域下高效知識表征 . 75
4.1概述
. 75
4.
1.1擬解決的主要問題 . 76
4.
1.2研究內容及貢獻 77

4.
2全感受野卷積算子 . 77
4.
2.1網絡結構設計 . 78
4.2.2設計原理
79
4.2.3性能分析
79

4.
3頻域下全局空間結構建模 . 80
4.
3.1網絡結構設計 . 80
4.3.2設計原理
81

4.
4因子化注意力機制下的融合表征 . 82
4.
4.1網絡結構設計 . 82
4.4.2設計原理
83

4.
5實驗結果與分析 . 84
4.
5.1實驗模型構建 . 84
4.5.2消融研究
85
4.
5.3與當前先進方法的性能對比 . 87

4.6本章小結
. 88

第 5章幅-相感知與高分辨率語義生成 . 89
5.1概述
. 89
5.
1.1擬解決的主要問題 . 90
5.
1.2研究內容及貢獻 91

5.
2圖像頻域表征分析 . 91
5.
2.1圖像頻域表征形式 . 91
5.
2.2圖像譜特性分析 93
5.2.3語義
-定位解耦表征變換 . 94

5.
3基于幅度感知的語義多樣性表征 . 95
5.3.1設計原理
95
5.
3.2網絡結構設計 . 96

5.
4基于相位修正的定位原型優(yōu)化 . 97
5.4.1設計原理
97
5.
4.2網絡結構設計 . 98

5.
5相位敏感性約束 . 99
5.5.1設計原理
99
5.5.2設計細節(jié)
100

5.
6實驗結果與分析 . 102
5.
6.1實驗模型構建 . 102
5.6.2消融研究
104
5.
6.3與當前先進方法的性能對比 . 110

5.7本章小結
. 113

第 6章模型訓練動態(tài)優(yōu)化 . 114
6.1概述
. 114
6.
1.1擬解決的主要問題 . 115
6.
1.2研究內容及貢獻 116

6.
2隱式正則效應度量方法 . 116
6.
2.1網絡訓練動態(tài)度量 . 116
6.
2.2推理權重奇異值分布度量 . 117

6.
3稠密重參數(shù)化驅動的隱式正則機制 118
6.
3.1構建深度矩陣分解式結構 . 118
6.3.2引入
BN保證可訓練性 . 120
6.
3.3引入稠密連接以緩解奇異性 . 122

6.4訓練
-推理解耦結構及等價變換 126
6.
4.1稠密重參數(shù)化模塊相關參數(shù)選擇 . 128
6.
4.2稠密重參數(shù)化模塊的建模對比 129

6.
5實驗結果與分析 . 129
6.5.1實驗設置
130
6.5.2消融實驗
130
6.
5.3先進性驗證實驗 136
6.
5.4在場景語義解析任務上的驗證實驗 . 139

6.6本章小結
. 139

第 7章典型應用案例 . 141
7.
1部署策略與方案 . 141
7.
1.1特定硬件下的深度網絡模型設計 . 142
7.
1.2特定硬件平臺下的部署策略 . 149

7.
2結構化靜態(tài)航空消聲蜂窩精準定位 150
7.2.1任務描述
151
7.2.2算法實施
152
7.
2.3進展與成果 . 154

7.
3半結構化對抗場景下 RoboCup仿人機器人視覺感知 . 155
7.3.1任務描述
156
7.3.2算法實施
157
7.
3.3進展與成果 . 159

7.
4復雜交互場景下的安全監(jiān)管與人員行為識別 . 160
7.4.1任務描述
160
7.4.2算法實施
162

7.4.3進展與成果 . 164
7.5高動態(tài)開放場景下自動駕駛車輛車道線檢測 . 166
7.5.1任務描述 166
7.5.2算法實施 168
7.5.3進展與成果 . 169
7.6本章小結 . 170
第 8章總結與展望 . 172
8.1總結 . 172
8.2展望 . 174
參考文獻 . 177
附錄 A主要符號對照表 191