4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
网络多媒体的高级图像检索技术

网络多媒体的高级图像检索技术

作者:颜成钢
出版社:科学出版社出版时间:2017-06-01
开本: 32开 页数: 125
读者评分:3分1条评论
中 图 价:¥28.8(6.0折) 定价  ¥48.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

网络多媒体的高级图像检索技术 版权信息

网络多媒体的高级图像检索技术 本书特色

网络大数据环境下主流媒体数据种类繁多、内容杂乱、信息分散,导致媒体内容表达粗糙,关联困难,价值稀疏,对传统内容感知,交互,分析提出巨大挑战。本书首先介绍主流媒体中属性、类别、群组等元素的深层表示方法,用于挖掘元素间语义统计关系,建立结构化内容感知模型;其次,介绍隐变量模型,实现数据各模态间的内容关联与语义协同交互。

网络多媒体的高级图像检索技术 内容简介

网络大数据环境下主流媒体数据种类繁多、内容杂乱、信息分散,导致媒体内容表达粗糙,关联困难,价值稀疏,对传统内容感知,交互,分析提出巨大挑战。本书首先介绍主流媒体中属性、类别、群组等元素的深层表示方法,用于挖掘元素间语义统计关系,建立结构化内容感知模型;其次,介绍隐变量模型,实现数据各模态间的内容关联与语义协同交互。

网络多媒体的高级图像检索技术 目录

前言第1章 绪论 1.1 研究背景 1.2 国内外研究动态 1.3 视觉检索方法 1.4 研究意义 1.5 本书研究内容第2章 图像检索相关研究概述 2.1 基于底层视觉特征的图像表示 2.1.1 底层视觉特征提取 2.1.2 基于底层视觉特征的词袋模型表示 2.1.3 存在的问题 2.2 基于中层语义特征的图像表示 2.2.1 中层语义特征的概述 2.2.2 中层语义特征的学习方法 2.2.3 存在的问题 2.3 基于图像检索框架的图像表示 2.3.1 图像索引 2.3.2 一致性关系验证 2.4 本章小结第3章 基于视觉特征结构化描述的局部相似图像检索 3.1 引言 3.2 局部纹理白相似描述子 3.2.1 兴趣点定位 3.2.2 局部纹理自相似描述子的提取 3.3 结合LSSD和SIFT的多特征描述 3.4 半相对熵的相似度度量 3.5 实验 3.5.1 实验数据库 3.5.2 不同视觉特征的描述能力比较 3.5.3 距离准则的比较 3.5.4 局部相似图像检索性能比较 3.6 本章小结第4章 基于层次化语义描述的海量语义图像检索 4.1 引言 4.2 视觉表观表示 4.2.1 向量量化 4.2.2 组稀疏编码 4.3 vicept生成 4.3.1 图像vicept描述 4.3.2 图像训练集和概念集 4.3.3 基于混合范式正则的Vicept单词学习 4.3.4 构建层次化的Vicept 4.4 在线Vicept学习 4.4.1 在线vicept学习的形式化表示 4.4.2 基于vicept和SPM的图像表示 4.5 图像vicept描述和相似度度量 4.5.1 图像vicept描述 4.5.2 基于vicept的图像到图像的距离度量 4.6 实验 4.6.1 数据库和实验设置 4.6.2 海量图像语义检索任务 4.6.3 图像标注任务 4.6.4 图像语义重排序任务 4.6.5 图像分类任务 4.7 本章小结第5章 基于哈希语义字典的海量图片学习 5.1 引言 5.2 相关的工作 5.3 基于LSH的在线语义字典学习 5.3.1 基于LSH的语义字典描述 5.3.2 在线语义字典学习 5.4 基于空间金字塔匹配的语义字典 5.5 实验 5.5.1 网络尺度语义图像搜索 5.5.2 图像分类 5.6 本章小结第6章 分布式图像理解与语义字典和语义扩展 6.1 引言 6.2 混合范式正则化学习的语义字典学习 6.3 语义扩展 6.4 图像语义距离度量 6.5 实验 6.5.1 数据库和实验相关设置 6.5.2 大规模语义图片搜索 6.5.3 在ImageNet267K上的图像标注 6.5.4 在Corel5K上的图像标注 6.6 本章小结第7章 基于非凸多任务学习的大规模图像理解 7.1 引言 7.2 语义字典 7.2.1 图像视觉表示模型 7.2.2 语义字典的描述 7.3 语义字典与非凸多任务学习 7.4 实验 7.4.1 数据库与实验环境 7.4.2 大范围图像语义检索 7.4.3 在ImageNet267K上的图像标注 7.4.4 在Corel5K上的图像标注 7.5 本章小结第8章 基于显著性指导视觉匹配的图像检索框架 8.1 引言 8.2 视觉显著丰富区域的生成 8.2.1 感知基元构建 8.2.2 显著图生成 8.2.3 VSRR生成 8.3 VSRR的特征表示 8.4 相对显著性排序约束 8.5 图像索引和检索 8.5.1 索引结构 8.5.2 相对显著性排序约束的快速算法 8.5.3 检索方案 8.6 实验 8.6.1 数据库和评价准则 8.6.2 不同VSRR生成方法的比较 8.6.3 参数A的影响 8.6.4 SRM的验证实验 8.6.5 VSRR基元描述方法比较 8.6.6 不同数据库上的局部相似图像检索 8.7 本章小结第9章 用于部分重复图像检索的融合多线索描述 9.1 引言 9.2 局部结构自相似描述 9.3 多线索描述框架 9.4 半相对熵的相似度测量 9.5 实验 9.5.1 数据库和评估度量 9.5.2 比较描述符和距离度量的区分 9.5.3 与部分重复图像检索的现有技术方法的性能比较 9.6 本章小结参考文献
展开全部
商品评论(1条)
书友推荐
编辑推荐
返回顶部
中图网
在线客服