图像理解理论与方法

图像理解理论与方法
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: ,
出版社: 科学出版社
2009-10
版次: 1
ISBN: 9787030257574
定价: 68.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 542页
字数: 683千字
正文语种: 简体中文
23人买过
  •   “图像理解”是近年来计算机科学的热点研究领域,《图像理解理论与方法》对图像理解的前沿理论与方法进行了详细论述。主要内容包括分类判别模型、生成模型、图像信息表示与特征提取、场景中的目标识别、场景中目标之间的关系、场景描述与理解、场景中的句法语义、图像理解开发环境和图像数据集等。《图像理解理论与方法》紧跟上述内容的国内外发展现状和最新成果,阐述作者对图像理解理论方法的理解和认识。
      《图像理解理论与方法》可以作为计算机科学与技术、信息与通信工程、电子科学与技术等专业的研究生、高年级本科生教材,同时可作为从事图像理解、计算机视觉、机器学习等相关专业研究人员的参考书。 前言
    第1章绪论
    1.1图像理解的基本概念
    1.1.1图像理解与图像工程
    1.1.2图像理解与计算机视觉
    1.1.3图像理解与人工智能
    1.1.4图像理解与认知学
    1.2图像理解的研究内容
    1.2.1场景中目标识别
    1.2.2场景中目标之间的关系
    1.2.3场景描述与理解
    1.2.4图像语义描述推理
    1.3图像理解的研究方法
    1.3.1判别分类方法
    1.3.2生成模型方法
    1.3.3句法语义分析方法
    1.4图像理解的应用
    1.4.1遥感图像解释
    1.4.2目标识别和解释
    1.4.3基于内容的图像和视频检索
    参考文献
    第2章分类判别模型
    2.1引言
    2.2Boosting分类方法
    2.2.1Boosting产生与发展
    2.2.2Boosting基本思想
    2.2.3Boosting分类模型
    2.2.4方法总结
    2.3SVM分类方法
    2.3.1统计学习理论
    2.3.2SVM模型
    2.3.3方法总结
    2.4协同学与协同神经网络
    2.4.1协同学简介
    2.4.2协同模式识别方法
    2.4.3方法总结
    2.5总结
    参考文献
    第3章生成模型
    3.1引言
    3.1.1图论中的无向图与有向图
    3.1.2图像理解中的标记问题
    3.2无向图模型
    3.2.1无向图简介
    3.2.2随机场模型
    3.2.3星群模型
    3.2.4小结
    3.3有向图模型
    3.3.1有向图简介
    3.3.2认知图模型
    3.3.3pLSA模型
    3.3.4LDA模型
    3.3.5小结
    3.4总结
    参考文献
    第4章图像信息表示与特征提取
    4.1引言
    4.2图像信息表示
    4.2.1图像数据结构
    4.2.2知识表示
    4.2.3数据与知识的融合
    4.3图像特征提取
    4.3.1基本图像特征提取
    4.3.2常用图像特征提取
    4.3.3方法小结
    4.4图像特征表达
    4.4.1直方图表达
    4.4.2区域特征表达
    4.4.3边缘特征表达
    4.4.4基于包的表达
    4.4.5方法小结
    4.5图像特征评价
    4.5.1检测算子评价
    4.5.2特征描述子评价
    4.5.3方法小结
    4.6总结
    参考文献
    第5章场景中的目标识别
    5.1引言
    5.2图像分割
    5.2.1基于SVM的图像分割
    5.2.2基于取样的图像分割
    5.2.3全互连结构的图像分割
    5.2.4MRF+pLSA区域分割标记
    5.2.5基于产生式规则的图像分割
    5.3目标识别
    5.3.1基于认知图的目标形状识别
    5.3.2基于协同神经网络的生物特征识别
    5.3.3基于Boosting的目标识别
    5.3.4基于SVM的目标识别
    5.4广义目标识别
    5.4.1Boosting多值分类的目标检测识别
    5.4.2视觉注意机制引导的协同目标识别
    5.4.3pLSA的视觉目标分类
    5.4.4pLSA下的无向图广义目标识别
    5.5总结
    参考文献
    第6章场景中目标之间的关系
    6.1引言
    6.2与或图和解析图
    6.3视觉词汇
    6.3.1视觉词汇表达
    6.3.2低层图像基元
    6.3.3中层图基元对
    6.3.4高层目标部分
    6.4关联和结构
    6.4.1关联
    6.4.2结构
    6.5目标间关系的视觉应用
    6.5.1星群模型的部分关联分析
    6.5.2场景-目标关联的目标识别
    6.6总结
    参考文献
    第7章场景描述与理解
    7.1引言
    7.2场景分类
    7.2.1场景分类的概念
    7.2.2场景分类的特点
    7.2.3场景的视觉感知层次
    7.2.4场景分类的方法
    7.3场景理解的视觉应用
    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图像理解的场景分析约束机制
    7.4总结
    参考文献
    第8章场景中的句法语义
    8.1引言
    8.2句法语言
    8.2.1句法重用和歧义结构
    8.2.2语义词汇表达
    8.2.3WordNet词汇网
    8.3基于统计的句法分析
    8.3.1句法公式
    8.3.2随机句法
    8.3.3上下文有关随机句法
    8.3.4随机句法与或图
    8.3.5句法学习与推理
    8.4基于统计句法的视觉应用
    8.4.1人造场景解析
    8.4.2人体外观建模与推理
    8.4.3目标类别推理识别
    8.5总结
    参考文献
    第9章图像理解开发环境
    9.1引言
    9.2图像理解环境
    9.2.1IUE起源
    9.2.2IUE类谱系
    9.2.3IUE任务库
    9.2.4IUE执行界面和接口
    9.3OpenCV
    9.3.1OpenCV起源
    9.3.2OpenCV类谱系
    9.3.3OpenCV任务库
    9.3.4OpenCV执行界面和接口
    9.3.5OpenCV应用实例
    9.4VXL
    9.4.1VXL起源
    9.4.2VXL类谱系
    9.4.3VXL任务库
    9.4.4VXL执行界面和接口
    9.4.5VXL应用实例
    9.5总结
    参考文献
    第10章图像数据集
    10.1引言
    10.2传统图像集
    10.2.1一般目标识别图像集
    10.2.2图像检索图像集
    10.2.3手势识别图像集
    10.2.4数字识别图像集
    10.2.5PASCAL图像集
    10.3融合视觉知识的图像集
    10.3.1图像集中的视觉知识
    10.3.2LabelMe图像集
    10.3.3LotusHill图像集
    10.4总结
    参考文献
  • 内容简介:
      “图像理解”是近年来计算机科学的热点研究领域,《图像理解理论与方法》对图像理解的前沿理论与方法进行了详细论述。主要内容包括分类判别模型、生成模型、图像信息表示与特征提取、场景中的目标识别、场景中目标之间的关系、场景描述与理解、场景中的句法语义、图像理解开发环境和图像数据集等。《图像理解理论与方法》紧跟上述内容的国内外发展现状和最新成果,阐述作者对图像理解理论方法的理解和认识。
      《图像理解理论与方法》可以作为计算机科学与技术、信息与通信工程、电子科学与技术等专业的研究生、高年级本科生教材,同时可作为从事图像理解、计算机视觉、机器学习等相关专业研究人员的参考书。
  • 目录:
    前言
    第1章绪论
    1.1图像理解的基本概念
    1.1.1图像理解与图像工程
    1.1.2图像理解与计算机视觉
    1.1.3图像理解与人工智能
    1.1.4图像理解与认知学
    1.2图像理解的研究内容
    1.2.1场景中目标识别
    1.2.2场景中目标之间的关系
    1.2.3场景描述与理解
    1.2.4图像语义描述推理
    1.3图像理解的研究方法
    1.3.1判别分类方法
    1.3.2生成模型方法
    1.3.3句法语义分析方法
    1.4图像理解的应用
    1.4.1遥感图像解释
    1.4.2目标识别和解释
    1.4.3基于内容的图像和视频检索
    参考文献
    第2章分类判别模型
    2.1引言
    2.2Boosting分类方法
    2.2.1Boosting产生与发展
    2.2.2Boosting基本思想
    2.2.3Boosting分类模型
    2.2.4方法总结
    2.3SVM分类方法
    2.3.1统计学习理论
    2.3.2SVM模型
    2.3.3方法总结
    2.4协同学与协同神经网络
    2.4.1协同学简介
    2.4.2协同模式识别方法
    2.4.3方法总结
    2.5总结
    参考文献
    第3章生成模型
    3.1引言
    3.1.1图论中的无向图与有向图
    3.1.2图像理解中的标记问题
    3.2无向图模型
    3.2.1无向图简介
    3.2.2随机场模型
    3.2.3星群模型
    3.2.4小结
    3.3有向图模型
    3.3.1有向图简介
    3.3.2认知图模型
    3.3.3pLSA模型
    3.3.4LDA模型
    3.3.5小结
    3.4总结
    参考文献
    第4章图像信息表示与特征提取
    4.1引言
    4.2图像信息表示
    4.2.1图像数据结构
    4.2.2知识表示
    4.2.3数据与知识的融合
    4.3图像特征提取
    4.3.1基本图像特征提取
    4.3.2常用图像特征提取
    4.3.3方法小结
    4.4图像特征表达
    4.4.1直方图表达
    4.4.2区域特征表达
    4.4.3边缘特征表达
    4.4.4基于包的表达
    4.4.5方法小结
    4.5图像特征评价
    4.5.1检测算子评价
    4.5.2特征描述子评价
    4.5.3方法小结
    4.6总结
    参考文献
    第5章场景中的目标识别
    5.1引言
    5.2图像分割
    5.2.1基于SVM的图像分割
    5.2.2基于取样的图像分割
    5.2.3全互连结构的图像分割
    5.2.4MRF+pLSA区域分割标记
    5.2.5基于产生式规则的图像分割
    5.3目标识别
    5.3.1基于认知图的目标形状识别
    5.3.2基于协同神经网络的生物特征识别
    5.3.3基于Boosting的目标识别
    5.3.4基于SVM的目标识别
    5.4广义目标识别
    5.4.1Boosting多值分类的目标检测识别
    5.4.2视觉注意机制引导的协同目标识别
    5.4.3pLSA的视觉目标分类
    5.4.4pLSA下的无向图广义目标识别
    5.5总结
    参考文献
    第6章场景中目标之间的关系
    6.1引言
    6.2与或图和解析图
    6.3视觉词汇
    6.3.1视觉词汇表达
    6.3.2低层图像基元
    6.3.3中层图基元对
    6.3.4高层目标部分
    6.4关联和结构
    6.4.1关联
    6.4.2结构
    6.5目标间关系的视觉应用
    6.5.1星群模型的部分关联分析
    6.5.2场景-目标关联的目标识别
    6.6总结
    参考文献
    第7章场景描述与理解
    7.1引言
    7.2场景分类
    7.2.1场景分类的概念
    7.2.2场景分类的特点
    7.2.3场景的视觉感知层次
    7.2.4场景分类的方法
    7.3场景理解的视觉应用
    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图像理解的场景分析约束机制
    7.4总结
    参考文献
    第8章场景中的句法语义
    8.1引言
    8.2句法语言
    8.2.1句法重用和歧义结构
    8.2.2语义词汇表达
    8.2.3WordNet词汇网
    8.3基于统计的句法分析
    8.3.1句法公式
    8.3.2随机句法
    8.3.3上下文有关随机句法
    8.3.4随机句法与或图
    8.3.5句法学习与推理
    8.4基于统计句法的视觉应用
    8.4.1人造场景解析
    8.4.2人体外观建模与推理
    8.4.3目标类别推理识别
    8.5总结
    参考文献
    第9章图像理解开发环境
    9.1引言
    9.2图像理解环境
    9.2.1IUE起源
    9.2.2IUE类谱系
    9.2.3IUE任务库
    9.2.4IUE执行界面和接口
    9.3OpenCV
    9.3.1OpenCV起源
    9.3.2OpenCV类谱系
    9.3.3OpenCV任务库
    9.3.4OpenCV执行界面和接口
    9.3.5OpenCV应用实例
    9.4VXL
    9.4.1VXL起源
    9.4.2VXL类谱系
    9.4.3VXL任务库
    9.4.4VXL执行界面和接口
    9.4.5VXL应用实例
    9.5总结
    参考文献
    第10章图像数据集
    10.1引言
    10.2传统图像集
    10.2.1一般目标识别图像集
    10.2.2图像检索图像集
    10.2.3手势识别图像集
    10.2.4数字识别图像集
    10.2.5PASCAL图像集
    10.3融合视觉知识的图像集
    10.3.1图像集中的视觉知识
    10.3.2LabelMe图像集
    10.3.3LotusHill图像集
    10.4总结
    参考文献
查看详情
系列丛书 / 更多
图像理解理论与方法
儿童游戏通论
刘焱 著
图像理解理论与方法
托尔斯泰研究
杨正先 著
图像理解理论与方法
华夏英才基金学术文库·肝胆相照:邓文钊与饶彰风合传
谭元亨、敖叶湘琼 著
图像理解理论与方法
搜索引擎:原理、技术与系统
李晓明 著
图像理解理论与方法
医学人文学导论
张大庆 著
图像理解理论与方法
枣疯病
刘孟军 著
图像理解理论与方法
中国:阻击腐败
邵道生 著
图像理解理论与方法
药物剂型与制剂设计
曹德英 编
图像理解理论与方法
华夏英才基金学术文库:神经系统疾病血管内介入诊疗学
杨华 编
图像理解理论与方法
厌氧生物技术. 2, 工程与实践
王凯军 编著
图像理解理论与方法
华夏英才基金学术文库:经济转型期中国居民消费储蓄行为及其影响
邓翔、姜洋 著
图像理解理论与方法
国家风景名胜区经营权研究
谢茹 著
相关图书 / 更多
图像理解理论与方法
图像处理与计算机视觉
苑全德
图像理解理论与方法
图像信息隐藏技术
汪维清
图像理解理论与方法
图像融合理论、算法与应用
荣传振
图像理解理论与方法
图像叙事视域下的格特鲁德·斯泰因研究
顾发良 著
图像理解理论与方法
图像:从文艺复兴到社交媒体(佛罗伦萨美术学院入学考试推荐用书!创意型工作者不可错过)
[意]里卡尔多·法尔奇内利 著;狄佳 译;未读 出品
图像理解理论与方法
图像修复和图像融合
李巧巧
图像理解理论与方法
图像与文本:敦煌石窟维摩诘经变研究
魏健鹏著
图像理解理论与方法
图像识别——深度学习模型理论与实战
于浩文
图像理解理论与方法
图像美学(第一辑)
韩刚
图像理解理论与方法
图像引导大分割放射神经外科学:脑部和脊髓脊柱肿瘤治疗实用指南
[加拿大]阿琼·萨加尔;[美]西蒙·S.洛;[美]马立军;[美]杰森·P.希恩
图像理解理论与方法
图像处理与计算机视觉实践——基于OpenCV和Python
吴佳 于仕琪
图像理解理论与方法
图像可逆信息隐藏技术
杨百龙;赵文强;刘宇;郭文普
您可能感兴趣 / 更多
图像理解理论与方法
仿生偏振光导航方法
高隽、范之国 著