具体描述
9787302397922 9787121313554 9787121311048
视觉机器学习20讲
《视觉机器学习20讲》是计算机、自动化、信息、电子与通信学科方向的专著，详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、RandomForest、贝叶斯学习、EM算法、Adaboost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学习、遗传算法、蚁群方法等基本理论；深入阐述了视觉机器学习算法的优化方法和实验仿真；系统地总结了其优点和不足。
本书特别重视如何将视觉机器学习算法的理论和实践有机地结合，解决视觉机器学习领域中的诸多基础问题，可应用于医学图像分析、工业自动化、机器人、无人车、人脸检测与识别、车辆信息识别、行为检测与识别、智能视频监控等。本书特别重视算法的典型性和可实现性，既包含本领域的**算法，也包含本领域的研究成果。
本书不仅可作为高年级本科生与研究生教材，而且也是从事视觉机器学习领域研发极为有用的参考资料。
绪论
第1讲 K-means
1.1 基本原理
1.2 算法改进
1.3 仿真实验
1.4 算法特点
第 2 讲 KNN学习
2.1 基本原理
2.2 算法改进
2.3 仿真实验
2.4 算法特点
第 3 讲 回归学习
3.1 基本原理
3.1.1 参数回归
3.1.2 非参数回归
3.1.3 半参数回归
3.2 算法改进
3.2.1 线性回归模型
3.2.2 多项式回归模型
3.2.3 主成分回归模型
3.2.4 自回归模型
......
*一本无人驾驶技术书
无人驾驶是一个复杂的系统，涉及的技术点种类多且跨度大，入门者常常不知从何入手。本书首先宏观地呈现了无人驾驶的整体技术架构，概述了无人驾驶中涉及的各个技术点。在读者对无人驾驶技术有了宏观认识后，本书深入浅出地讲解了无人驾驶定位导航、感知、决策与控制等算法，深度学习在无人驾驶中的应用，无人驾驶系统软件和硬件平台，无人驾驶安全及无人驾驶云平台等多个主要技术点。本书的作者都是无人驾驶行业的从业者与研究人员，有着多年无人驾驶及人工智能技术的实战经验。
本书从实用的角度出发，以期帮助对无人驾驶技术感兴趣的从业者与相关人士实现对无人驾驶行业的快速入门，以及对无人驾驶技术的深度理解与应用实践。
1 无人车：正在开始的未来 1
1.1 正在走来的无人驾驶 2
1.2 自动驾驶的分级 4
1.3 无人驾驶系统简介 7
1.4 序幕刚启 18
1.5 参考资料 18
2 光学雷达在无人驾驶技术中的应用 21
2.1 无人驾驶技术简介 21
2.2 光学雷达基础知识 22
2.3 LiDAR在无人驾驶技术中的应用领域 24
2.4 LiDAR技术面临的挑战 26
2.5 展望未来 28
2.6 参考资料 28
3 GPS及惯性传感器在无人驾驶中的应用 30
3.1 无人驾驶定位技术 30
3.2 GPS简介 31
3.3 惯性传感器简介 34
3.4 GPS和惯性传感器的融合 36
3.5 结论 37
3.6 参考资料 38
4 基于计算机视觉的无人驾驶感知系统 39
4.1 无人驾驶的感知 39
4.3 计算机视觉能帮助无人车辆解决的问题 42
4.4 Optical Flow和立体视觉 43
4.5 物体的识别与追踪 45
4.6 视觉里程计算法 47
4.7 结论 48
4.8 参考资料 49
5 卷积神经网络在无人驾驶中的应用 50
5.1 CNN简介 50
5.2 无人驾驶双目3D感知 51
5.3 无人驾驶物体检测 54
5.4 结论 59
5.5 参考资料 59
6 增强学习在无人驾驶中的应用 61
6.1 增强学习的简介 61
6.2 增强学习算法 63
6.3 使用增强学习帮助决策 68
6.4 无人驾驶的决策介绍 70
6.5 参考资料 74
7 无人驾驶的规划与控制 75
7.1 规划与控制简介 75
7.2 路由寻径 77
7.3 行为决策 84
7.4 动作规划 93
7.5 反馈控制 102
7.6 无人车规划控制结语 105
7.7 参考资料 106
8 基于ROS的无人驾驶系统 108
8.1 无人驾驶：多种技术的集成 108
8.2 机器人操作系统（ROS）简介 110
8.3 系统可靠性 115
8.4 系统通信性能提升 116
8.5 系统资源管理与安全性 117
8.6 结论 118
8.7 参考资料 118
9 无人驾驶的硬件平台 120
9.1 无人驾驶：复杂系统 120
9.2 传感器平台 121
9.3 计算平台 140
9.4 控制平台 150
9.5 结论 157
9.6 参考资料 158
10 无人驾驶系统安全 160
10.1 针对无人驾驶的安全威胁 160
10.2 无人驾驶传感器的安全 161
10.3 无人驾驶操作系统的安全 162
10.4 无人驾驶控制系统的安全 163
10.5 车联网通信系统的安全性 165
10.6 安全模型校验方法 168
10.7 参考资料 169
11 基于Spark与ROS的分布式无人驾驶模拟平台 171
11.1 无人驾驶模拟技术 171
11.2 基于ROS的无人驾驶模拟器 173
11.3 基于Spark的分布式的模拟平台 175
11.4 结论 178
11.5 参考资料 178
12 无人驾驶中的高精地图 180
12.1 电子地图分类 180
12.2 高精地图的特点 183
12.3 高精地图的生产 185
12.4 无人驾驶场景中的应用 188
12.5 高精地图的现状与结论 190
12.6 参考资料 191
13 无人驾驶的未来 192
13.1 无人驾驶的商业前景 192 .......
视觉SLAM十四讲：从理论到实践
《视觉SLAM十四讲：从理论到实践》系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。
《视觉SLAM十四讲：从理论到实践》可以作为对SLAM感兴趣的研究人员的入门自学材料，也可以作为SLAM相关的高校本科生或研究生课程教材使用。
第1 讲预备知识 1
1.1 本书讲什么1
1.2 如何使用本书3
1.2.1 组织方式3
1.2.2 代码5
1.2.3 面向的读者6
1.3 风格约定6
1.4 致谢和声明7
第2 讲初识SLAM 9
2.1 引子：小萝卜的例子11
2.2 **视觉SLAM 框架17
2.2.1 视觉里程计17
2.2.2 后端优化19
2.2.3 回环检测20
2.2.4 建图21
2.3 SLAM 问题的数学表述22
2.4 实践：编程基础 25
2.4.1 安装Linux 操作系统25
2.4.2 Hello SLAM27
2.4.3 使用cmake28
2.4.4 使用库30
2.4.5 使用IDE32
第3 讲三维空间刚体运动37
3.1 旋转矩阵39
3.1.1 点和向量，坐标系39
3.1.2 坐标系间的欧氏变换40
3.1.3 变换矩阵与齐次坐标42
3.2 实践：Eigen 44
3.3 旋转向量和欧拉角48 ......
用户评价
评分
评分
评分
评分
评分
评分
评分
评分
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 图书大百科 版权所有