深度学习与机器学习——数字信号与图像处理：从理论到应用
计算机视觉与模式识别
2025-12-10 v2 图形学
图像与视频处理
信号处理
摘要
结合机器学习（ML）与深度学习（DL）的数字信号处理（DSP）和数字图像处理（DIP）是计算机视觉及相关领域的热门研究方向。我们重点介绍了图像增强、滤波技术和模式识别方面的变革性应用。通过整合离散傅里叶变换（DFT）、Z 变换和傅里叶变换方法等框架，我们实现了稳健的数据操作和特征提取，这对于 AI 驱动的任务至关重要。我们使用 Python 实现了优化实时数据处理的算法，为计算机视觉中可扩展、高性能的解决方案奠定了基础。这项工作展示了 ML 和 DL 在推动 DSP 和 DIP 方法论方面的潜力，为人工智能、自动化特征提取以及跨不同领域的应用做出了贡献。
引用
@article{arxiv.2410.20304,
title = {Deep Learning, Machine Learning -- Digital Signal and Image Processing: From Theory to Application},
author = {Weiche Hsieh and Ziqian Bi and Junyu Liu and Benji Peng and Sen Zhang and Xuanhe Pan and Jiawei Xu and Jinlang Wang and Keyu Chen and Caitlyn Heqi Yin and Pohsun Feng and Yizhu Wen and Tianyang Wang and Ming Li and Jintao Ren and Xinyuan Song and Qian Niu and Silin Chen and Ming Liu},
journal= {arXiv preprint arXiv:2410.20304},
year = {2025}
}
备注
293 pages