• 图像语义分析
  • 图像语义分析
  • 图像语义分析
  • 图像语义分析
  • 图像语义分析
  • 图像语义分析
  • 图像语义分析
21年品牌 40万+商家 超1.5亿件商品

图像语义分析

45 5.0折 90 九品

仅1件

北京通州
认证卖家担保交易快速发货售后保障

作者郭平、尹乾、周秀玲 著

出版社科学出版社

出版时间2015-06

版次1

装帧平装

货号30.2

上书时间2024-09-24

萱平书社

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 郭平、尹乾、周秀玲 著
  • 出版社 科学出版社
  • 出版时间 2015-06
  • 版次 1
  • ISBN 9787030442673
  • 定价 90.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 284页
  • 字数 343千字
  • 正文语种 简体中文
【内容简介】
  图像语义分析是计算机视觉领域中的基础研究课题,也是近年来的热点研究方向。《图像语义分析》结合作者多年来在该领域的研究成果,对图像语义分析的理论和方法进行比较系统和全面的阐述。主要内容包括图像表示与特征提取、分类判别模型与生成模型、图像中的目标检测与识别、图像语义标注、场景中的图像语义、深度学习在图像语义分析中的应用以及图像语义分析的应用。
【作者简介】
 
【目录】
前言
第1章绪论
1.1图像语义分析的基本概念
1.1.1图像语义分析与计算智能
1.1.2图像语义分析与认知科学
1.2图像语义分析研究内容
1.2.1图像理解与高层语义
1.2.2图像语义标注
1.2.3场景描述与理解
1.2.4图像语义推理描述
1.3图像语义分析的研究方法
1.3.1模式识别方法:判别模型
1.3.2模式识别方法:生成模型
1.3.3高层语义分析
1.4图像语义分析的应用
1.4.1目标识别和解释
1.4.2基于内容的图像和视频检索
1.4.3辅助环境感知
参考文献

第2章图像表示与特征提取
2.1引言
2.2图像表示
2.2.1图像结构
2.2.2语义表示
2.3视觉认知模型
2.3.1Serre模型
2.3.2Mutch模型
2.3.3Karklin模型
2.4图像特征提取
2.4.1图像视觉特征
2.4.2常用图像特征提取方法
2.5图像特征表示
2.5.1直方图
2.5.2区域特征
2.5.3形状上下文
2.5.4视觉词包
2.5.5机器自主学习的特征表示
2.5.6图像特征表示小结
2.6图像特征评价
2.6.1图像特征检测器评价
2.6.2特征描述子评价
2.6.3图像特征评价小结
参考文献

第3章分类判别模型
3.1引言
3.2Boosting分类方法
3.3统计模型
3.3.1统计学习理论
3.3.2支持向量机模型
3.4深度神经网络模型
3.5图像建模方法
3.5.1聚类分析方法
3.5.2支持向量机
3.5.3CNN训练算法
参考文献

第4章生成模型
4.1引言
4.2交叉相关模型
4.2.1跨媒体相关模型
4.2.2连续空间相关模型
4.2.3多伯努利相关模型
4.3PLSA模型
4.3.1模型描述
4.3.2参数估计
4.4LDA模型
4.4.1LDA模型描述
4.4.2LDA模型学习
4.5高斯混合模型
4.5.1高斯混合模型描述
4.5.2高斯混合模型的EM算法
4.6上下文概念模型
4.6.1语义空间与上下文建模
4.6.2上下文概念模型学习
4.7深度信念网络模型
4.7.1生成型深度模型
4.7.2DBN学习算法
参考文献

第5章图像中的目标检测与识别
5.1引言
5.2图像分割
5.2.1基于支持向量机的图像分割
5.2.2图论分割方法
5.2.3几何轮廓分割
5.2.4特征聚类分割
5.2.5交互分割
5.2.6基于视觉认知模型的图像分割
5.3目标识别
5.3.1基于Boosting的目标识别
5.3.2基于支持向量机的目标识别
5.3.3基于稀疏表示的目标识别
5.4视觉注意机制
5.4.1视觉注意
5.4.2视觉注意机制的特点
5.4.3视觉注意模型
5.4.4视觉注意建模的计算过程
5.4.5基于PLSA的视觉目标分类
参考文献

第6章图像语义标注
6.1引言
6.2基于全局特征的图像标注方法
6.3基于局部特征的图像标注方法
6.4图像语义标注分层模型
6.5基于分类的图像标注算法
6.5.1基于二分类的图像标注
6.5.2基于多示例学习的图像标注算法
6.6基于概率模型的图像标注算法
6.7基于粒度分析的图像标注算法
6.8基于图学习的图像标注算法
6.9展望
参考文献

第7章场景中的图像语义
7.1引言
7.2场景分类
7.2.1场景的视觉感知层次
7.2.2场景分类的方法
7.3场景语义分析的视觉应用
7.3.1基于Gist特征的场景全局感知分类
7.3.2基于高斯统计概率模型的场景分类
7.3.3基于空间LBP的场景图像分类
7.3.4基于多层次核机器的场景图像分类
7.3.5基于多池组合的场景图像分类
参考文献

第8章深度学习在图像语义分析中的应用
8.1引言
8.2手写体字符识别
8.2.1基于DBN的字符识别
8.2.2基于CNN-SVM的字符识别
8.2.3手写签名识别
8.3人脸识别
8.3.1基于能量模型的协同人脸检测和姿态估计
8.3.2基于联合密度建模的人脸表情识别
8.3.3基于深度学习的层次化人脸解析
8.4图像标注和目标识别
8.4.1场景解析
8.4.2目标识别
参考文献

第9章图像语义分析的应用
9.1目标识别和解释
9.2基于内容的图像和视频检索系统
9.2.1基于内容的图像和视频检索系统概况
9.2.2基于内容的图像检索系统
9.2.3基于内容的视频检索系统
9.3电子导盲系统
9.3.1电子导盲系统概况
9.3.2基于图像语义分析的电子导盲系统
参考文献
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP