圖像特徵處理技術及套用

內容簡介

2020年1月，在筆者計畫寫這本書之前，新冠肺炎已經有了在全球蔓延的趨勢。隨著時間的推移，從事計算機視覺領域研究的人員，開始利用圖像處理技術來識別新冠肺炎，並利用特徵提取的方法識別感染新冠肺炎（病理圖像）的特有紋理特徵，以此來判定患者感染新冠肺炎的可能性，對最終確診新冠肺炎起到重要的輔助作用。

圖像特徵處理技術是圖像處理技術的一個重要分支，其廣泛套用於圖像分類、顯著性目標計算、行人重識別、目標檢測與跟蹤、視覺注意力機制、圖像細粒度識別和圖像分割等領域。本書第一章主要介紹了近年來的圖像特徵提取方法。第二章闡述了多種圖像特徵編碼算法。圖像分類是圖像理解重要的研究方向，其任務是按照圖像的內容將圖像分成不同類別，本書第三章重點介紹了基於特徵編碼的圖像分類方法。顯著性目標計算核心思想是利用算法模仿人眼視覺顯著性功能，目的是檢測圖像中吸引人視覺系統的感興趣區域，本書第四章和第五章分別闡述了基於局部特徵編碼的條件隨機場顯著性目標計算方法和聯合背景度量的自頂向下顯著性目標計算方法。行人重識別技術在當今視頻監控領域起著重要的作用，目的是在多個場景中辨別人的身份，本書第六章重點闡述了基於圖像特徵編碼的行人重識別算法。目標檢測與跟蹤被廣泛套用於真實場景中，其目的不僅是識別圖像中的目標，同時還要定位目標所在圖像中的位置，並提取目標的特徵完成跟蹤功能，本書第七章介紹了多種目標檢測與跟蹤方法。視覺注意力機制目的是快速有效地關注場景中的關鍵區域，避免背景信息對認識目標的干擾，本書第八章歸納了多種視覺注意力機制方法。圖像細粒度識別與傳統圖像識別的不同之處在於不僅需要辨別目標的類別，同時還得區分出目標屬於的具體子類別，本書第九章主要介紹了基於深度特徵的圖像細粒度識別方法。圖像分割是圖像處理的一個重要分支，其目的是對圖像的像素進行分類，是一個具有挑戰性的研究方向，本書第十章闡述了多種圖像分割算法和機制。本書第十一章介紹了通過深度網路獲取圖像特徵之後，如何實現甲骨文分類、煙霧識別和火焰檢測任務。總之，圖像特徵處理技術是一個正在快速發展的研究方向，被廣泛套用於多個領域。

圖書目錄

第一章圖像特徵編碼技術概述1

11圖像特徵編碼技術背景及意義1

12圖像特徵編碼方法起源與發展2

13內容總結與概括5

131圖像分類5

132顯著性目標檢測6

133行人重識別10

14本書主要特點13

第二章圖像特徵提取及編碼15

21圖像特徵15

211圖像局部特徵15

212顏色特徵17

213紋理特徵18

214協方差描述子19

22特徵編碼19

221基於表示的分類22

222基於約束項的分類24

223局部特徵編碼算法數學模型25

圖像特徵處理技術及套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條