Cross Correlation: Unlocking Patterns in Computer Vision

by Fouad Sabry, Kei Imano (Translator)

Overview

相互相関とは何ですか

信号処理では、相互相関は、一方の系列に対する他方の系列の変位の関数としての 2 つの系列の類似性の尺度です。 これは、スライディング ドット積またはスライディング内積とも呼ばれます。 これは、長い信号から短い既知の特徴を検索するために一般的に使用されます。 パターン認識、単一粒子分析、電子断層撮影、平均化、暗号解析、および神経生理学に応用されています。 相互相関は、2 つの関数の畳み込みと本質的に似ています。 信号とそれ自体の相互相関である自己相関では、遅れがゼロのピークが常に存在し、そのサイズが信号のエネルギーになります。

どのようなメリットがあるのか

(I) 以下のトピックに関する洞察と検証:

第 1 章: 相互相関

第 2 章: 自己相関

第 3 章: 共分散行列

第 4 章: 共分散行列の推定

第 5 章: 相互共分散

第 6 章: 自己共分散

第 7 章: 変分ベイジアン法

第 8 章: 正規ガンマ分布

第 9 章: 期待値最大化アルゴリズム

第 10 章: グリフィスの不等式

(II) 相互相関に関する一般のトップの質問に答える。

(III) 多くの分野で相互相関を使用する実際の例。

この本は誰に向けたものなのか

専門家、学部生および大学院生、愛好家、趣味人、およびあらゆる種類の相互相関に関する基本的な知識や情報を超えたい人。

Product Details

BN ID:	2940168102025
Publisher:	10?????????? [Japanese]
Publication date:	05/10/2024
Series:	?????????? [Japanese] , #49
Sold by:	PUBLISHDRIVE KFT
Format:	eBook
Pages:	143
File size:	4 MB
Language:	Japanese