出版時間：2009-10-1
“圖像理解”是近年來計算機科學的熱點研究領域，本書對圖像理解的前沿理論與方法進行了詳細論述。主要內容包括分類判別模型、生成模型、圖像信息表示與特徵提取、場景中的目標識別、場景中目標之間的關係、場景描述與理解、場景中的句法語義、圖像理解開發環境和圖像數據集等。本書緊跟上述內容的國內外發展現狀和最新成果，闡述作者對圖像理解理論方法的理解和認識。
基本介紹
- 作者：高雋
- ISBN：9787030257574
- 定價：￥68.00
- 裝幀：平裝
- 開本：16開
- 紙 張：膠版紙
- 印 次：1
書籍簡介,內容簡介,書籍目錄,
書籍簡介
作 者：高雋，謝昭 著出 版 社：科學出版社
出版時間：2009-10-1
版 次：1
頁 數：542
字 數：683000
印刷時間：2009-10-1
內容簡介
本書可以作為計算機科學與技術、信息與通信工程、電子科學與技術等專業的研究生、高年級本科生教材，同時可作為從事圖像理解、計算機視覺、機器學習等相關專業研究人員的參考書。
書籍目錄
前言
第1章 緒論
1.1 圖像理解的基本概念
1.1.1 圖像理解與圖像工程
1.1.2 圖像理解與計算機視覺
1.1.3 圖像理解與人工智慧
1.1.4 圖像理解與認知學
1.2 圖像理解的研究內容
1.2.1 場景中目標識別
1.2.2 場景中目標之間的關係
1.2.3 場景描述與理解
1.2.4 圖像語義描述推理
1.3 圖像理解的研究方法
1.3.1 判別分類方法
1.3.2 生成模型方法
1.3.3 句法語義分析方法
1.4 圖像理解的套用
1.4.1 遙感圖像解釋
1.4.2 目標識別和解釋
1.4.3 基於內容的圖像和視頻檢索
參考文獻
第2章 分類判別模型
2.1 引言
2.2 Boosting分類方法
2.2.1 Boosting產生與發展
2.2.2 Boosting基本思想
2.2.3 Boosting分類模型
2.2.4 方法總結
2.3 SVM分類方法
2.3.1 統計學習理論
2.3.2 SVM模型
2.3.3 方法總結
2.4 協同學與協同神經網路
2.4.1 協同學簡介
2.4.2 協同模式識別方法
2.4.3 方法總結
2.5 總結
參考文獻
第3章 生成模型
3.1 引言
3.1.1 圖論中的無向圖與有向圖
3.1.2 圖像理解中的標記問題
3.2 無向圖模型
3.2.1 無向圖簡介
3.2.2 隨機場模型
3.2.3 星群模型
3.2.4 小結
3.3 有向圖模型
3.3.1 有向圖簡介
3.3.2 認知圖模型
3.3.3 pLSA模型
3.3.4 LDA模型
3.3.5 小結
3.4 總結
參考文獻
第4章 圖像信息表示與特徵提取
4.1 引言
4.2 圖像信息表示
4.2.1 圖像數據結構
4.2.2 知識表示
4.2.3 數據與知識的融合
4.3 圖像特徵提取
4.3.1 基本圖像特徵提取
4.3.2 常用圖像特徵提取
4.3.3 方法小結
4.4 圖像特徵表達
4.4.1 直方圖表達
4.4.2 區域特徵表達
4.4.3 邊緣特徵表達
4.4.4 基於包的表達
4.4.5 方法小結
4.5 圖像特徵評價
4.5.1 檢測運算元評價
4.5.2 特徵描述子評價
4.5.3 方法小結
4.6 總結
參考文獻
第5章 場景中的目標識別
5.1 引言
5.2 圖像分割
5.2.1 基於SVM的圖像分割
5.2.2 基於取樣的圖像分割
5.2.3 全互連結構的圖像分割
5.2.4 MRF+pLSA區域分割標記
5.2.5 基於產生式規則的圖像分割
5.3 目標識別
5.3.1 基於認知圖的目標形狀識別
5.3.2 基於協同神經網路的生物特徵識別
5.3.3 基於Boosting的目標識別
5.3.4 基於SVM的目標識別
5.4 廣義目標識別
5.4.1 Boosting多值分類的目標檢測識別
5.4.2 視覺注意機制引導的協同目標識別
5.4.3 pLSA的視覺目標分類
5.4.4 pLSA下的無向圖廣義目標識別
5.5 總結
參考文獻
第6章 場景中目標之間的關係
6.1 引言
6.2 與或圖和解析圖
6.3 視覺辭彙
6.3.1 視覺辭彙表達
6.3.2 低層圖像基元
6.3.3 中層圖基元對
6.3.4 高層目標部分
6.4 關聯和結構
6.4.1 關聯
6.4.2 結構
6.5 目標間關係的視覺套用
6.5.1 星群模型的部分關聯分析
6.5.2 場景－目標關聯的目標識別
6.6 總結
參考文獻
第7章 場景描述與理解
7.1 引言
7.2 場景分類
7.2.1 場景分類的概念
7.2.2 場景分類的特點
7.2.3 場景的視覺感知層次
7.2.4 場景分類的方法
7.3 場景理解的視覺套用
7.3.1 基於Gist特徵的場景全局感知分類
7.3.2 基於高斯統計機率模型的場景分類
7.3.3 圖像理解的場景分析約束機制
7.4 總結
參考文獻
第8章 場景中的句法語義
8.1 引言
8.2 句法語言
8.2.1 句法重用和歧義結構
8.2.2 語義辭彙表達
8.2.3 WordNet辭彙網
8.3 基於統計的句法分析
8.3.1 句法公式
8.3.2 隨機句法
8.3.3 上下文有關隨機句法
8.3.4 隨機句法與或圖
8.3.5 句法學習與推理
8.4 基於統計句法的視覺套用
8.4.1 人造場景解析
8.4.2 人體外觀建模與推理
8.4.3 目標類別推理識別
8.5 總結
參考文獻
第9章 圖像理解開發環境
9.1 引言
9.2 圖像理解環境
9.2.1 IUE起源
9.2.2 IUE類譜系
9.2.3 IUE任務庫
9.2.4 IUE執行界面和接口
9.3 OpenCV
9.3.1 OpenCV起源
9.3.2 OpenCV類譜系
9.3.3 OpenCV任務庫
9.3.4 OpenCV執行界面和接口
9.3.5 OpenCV套用實例
9.4 VXL
9.4.1 VXL起源
9.4.2 VXL類譜系
9.4.3 VXL任務庫
9.4.4 VXL執行界面和接口
9.4.5 VXL套用實例
9.5 總結
參考文獻
第10章 圖像數據集
10.1 引言
10.2 傳統圖像集
10.2.1 一般目標識別圖像集
10.2.2 圖像檢索圖像集
10.2.3 手勢識別圖像集
10.2.4 數字識別圖像集
10.2.5 PASCAL圖像集
10.3 融合視覺知識的圖像集
10.3.1 圖像集中的視覺知識
10.3.2 LabelMe圖像集
10.3.3 LotusHill圖像集
10.4 總結
參考文獻
圖像理解理論與方法書籍封面圖