中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
網絡多媒體的高級圖像檢索技術 版權信息
- ISBN：9787030531100
- 條形碼：9787030531100 ; 978-7-03-053110-0
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
網絡多媒體的高級圖像檢索技術 本書特色
網絡大數據環境下主流媒體數據種類繁多、內容雜亂、信息分散，導致媒體內容表達粗糙，關聯困難，價值稀疏，對傳統內容感知，交互，分析提出巨大挑戰。本書首先介紹主流媒體中屬性、類別、群組等元素的深層表示方法，用于挖掘元素間語義統計關系，建立結構化內容感知模型；其次，介紹隱變量模型，實現數據各模態間的內容關聯與語義協同交互。
網絡多媒體的高級圖像檢索技術 內容簡介
網絡大數據環境下主流媒體數據種類繁多、內容雜亂、信息分散，導致媒體內容表達粗糙，關聯困難，價值稀疏，對傳統內容感知，交互，分析提出巨大挑戰。本書首先介紹主流媒體中屬性、類別、群組等元素的深層表示方法，用于挖掘元素間語義統計關系，建立結構化內容感知模型；其次，介紹隱變量模型，實現數據各模態間的內容關聯與語義協同交互。
網絡多媒體的高級圖像檢索技術 目錄
前言第1章 緒論 1.1 研究背景 1.2 國內外研究動態 1.3 視覺檢索方法 1.4 研究意義 1.5 本書研究內容第2章 圖像檢索相關研究概述 2.1 基于底層視覺特征的圖像表示 2.1.1 底層視覺特征提取 2.1.2 基于底層視覺特征的詞袋模型表示 2.1.3 存在的問題 2.2 基于中層語義特征的圖像表示 2.2.1 中層語義特征的概述 2.2.2 中層語義特征的學習方法 2.2.3 存在的問題 2.3 基于圖像檢索框架的圖像表示 2.3.1 圖像索引 2.3.2 一致性關系驗證 2.4 本章小結第3章 基于視覺特征結構化描述的局部相似圖像檢索 3.1 引言 3.2 局部紋理白相似描述子 3.2.1 興趣點定位 3.2.2 局部紋理自相似描述子的提取 3.3 結合LSSD和SIFT的多特征描述 3.4 半相對熵的相似度度量 3.5 實驗 3.5.1 實驗數據庫 3.5.2 不同視覺特征的描述能力比較 3.5.3 距離準則的比較 3.5.4 局部相似圖像檢索性能比較 3.6 本章小結第4章 基于層次化語義描述的海量語義圖像檢索 4.1 引言 4.2 視覺表觀表示 4.2.1 向量量化 4.2.2 組稀疏編碼 4.3 vicept生成 4.3.1 圖像vicept描述 4.3.2 圖像訓練集和概念集 4.3.3 基于混合范式正則的Vicept單詞學習 4.3.4 構建層次化的Vicept 4.4 在線Vicept學習 4.4.1 在線vicept學習的形式化表示 4.4.2 基于vicept和SPM的圖像表示 4.5 圖像vicept描述和相似度度量 4.5.1 圖像vicept描述 4.5.2 基于vicept的圖像到圖像的距離度量 4.6 實驗 4.6.1 數據庫和實驗設置 4.6.2 海量圖像語義檢索任務 4.6.3 圖像標注任務 4.6.4 圖像語義重排序任務 4.6.5 圖像分類任務 4.7 本章小結第5章 基于哈希語義字典的海量圖片學習 5.1 引言 5.2 相關的工作 5.3 基于LSH的在線語義字典學習 5.3.1 基于LSH的語義字典描述 5.3.2 在線語義字典學習 5.4 基于空間金字塔匹配的語義字典 5.5 實驗 5.5.1 網絡尺度語義圖像搜索 5.5.2 圖像分類 5.6 本章小結第6章 分布式圖像理解與語義字典和語義擴展 6.1 引言 6.2 混合范式正則化學習的語義字典學習 6.3 語義擴展 6.4 圖像語義距離度量 6.5 實驗 6.5.1 數據庫和實驗相關設置 6.5.2 大規模語義圖片搜索 6.5.3 在ImageNet267K上的圖像標注 6.5.4 在Corel5K上的圖像標注 6.6 本章小結第7章 基于非凸多任務學習的大規模圖像理解 7.1 引言 7.2 語義字典 7.2.1 圖像視覺表示模型 7.2.2 語義字典的描述 7.3 語義字典與非凸多任務學習 7.4 實驗 7.4.1 數據庫與實驗環境 7.4.2 大范圍圖像語義檢索 7.4.3 在ImageNet267K上的圖像標注 7.4.4 在Corel5K上的圖像標注 7.5 本章小結第8章 基于顯著性指導視覺匹配的圖像檢索框架 8.1 引言 8.2 視覺顯著豐富區域的生成 8.2.1 感知基元構建 8.2.2 顯著圖生成 8.2.3 VSRR生成 8.3 VSRR的特征表示 8.4 相對顯著性排序約束 8.5 圖像索引和檢索 8.5.1 索引結構 8.5.2 相對顯著性排序約束的快速算法 8.5.3 檢索方案 8.6 實驗 8.6.1 數據庫和評價準則 8.6.2 不同VSRR生成方法的比較 8.6.3 參數A的影響 8.6.4 SRM的驗證實驗 8.6.5 VSRR基元描述方法比較 8.6.6 不同數據庫上的局部相似圖像檢索 8.7 本章小結第9章 用于部分重復圖像檢索的融合多線索描述 9.1 引言 9.2 局部結構自相似描述 9.3 多線索描述框架 9.4 半相對熵的相似度測量 9.5 實驗 9.5.1 數據庫和評估度量 9.5.2 比較描述符和距離度量的區分 9.5.3 與部分重復圖像檢索的現有技術方法的性能比較 9.6 本章小結參考文獻
展開全部
書友推薦
- >
史學評論
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
姑媽的寶刀
- >
【精裝繪本】畫給孩子的中國神話
- >
有舍有得是人生
- >
我與地壇
- >
龍榆生：詞曲概論/大家小書
本類暢銷
