卷积神经网络之图像融合识别

本书是一本探讨卷积神经网络在图像融合、识别任务上应用的专业著作，旨在为读者提供全面而实用的知识体系，使其能够深理解图像融合与识别的原理和实现，并应用于各个领域。本书涵盖了从卷积神经网络基础概念到图像融合、识别前沿技术的全面内容，并详细介绍了著者自身的研究成果。本书共8 章，主要包括：图像融合与目标识别的目的、意义、基本概念、技术指标和研究历史及现状，卷积神经网络，特征表示学习的多源图像融合，多域特征对齐的多源图像融合，小样本遥感目标识别，复杂样本分布的遥感目标识别，图像融合和目标识别的实际应用，以及回顾、建议与展望。
【作者】
赵文达，副教授，博士生导师。研究方向包括多模态图像分析，如图像分类、融合；图像目标区域分割，如非聚焦模糊区域检测；以及放环境下遥感图像分析，如目标检测、识别等。在包括 CVPR，ECCV，AAAI 等本领域顶级会议，以及 IEEE TPAMI，IEEE TIP，IEEE TNNLS，IEEE TMM, IEEE TGRS，IEEE TCSVT 等本领域顶级期刊上发表学术论文40余篇。获得 IEEE MMTC 2020 Best Conference Paper Award，ISAIR 2018 Best Student Paper Award。大连市"科技之星”，大连理工大学"星海骨干”计划选者。担任中国人工智能学会智能融合专业委员会副秘书长，中国指挥与控制学会青年工作委员会委员，以及视觉与学习青年学者研讨会议（VALSE）执行AC