《基於多視角學圖像語義分析技術》是2019年北京郵電大學出版社出版的圖書。
基本介紹
- 中文名：基於多視角學圖像語義分析技術
- 作者：薛哲
- 類別：計算機、網路
- 出版社：北京郵電大學出版社
- 出版時間：2019年8月
- 開本：16 開
- 裝幀：平裝-膠訂
- ISBN：9787563557820
內容簡介,作者簡介,圖書目錄,
內容簡介
圖像具有生動直觀、表現力強等特點，面向圖像數據的語義分析方法受到研究者的廣泛關注。然而，僅僅利用單一視覺特徵在表示圖像內容時的描述能力有限，為了更加全面豐富的描述圖像，可以利用圖像多個視角的特徵，讓不同視角之間相互補充、相互促進，從而更好的發現圖像的高層語義。本書將詳細介紹目前主流的基於多視角融合的圖像降維、圖像聚類和圖像標註技術。為了對高維度的圖像特徵的進行降維，提出基於雙階段子空間學習的多視角降維方法；針對統一融合權重導致多視角融合不準確的問題，提出基於分組敏感多視角融合的圖像聚類方法；針對底層多視角特徵與高層語義之間存在“語義鴻溝”的問題，提出圖像多視角表示與標註的聯合學習方法。本書還根據在不同的資料庫上的對比實驗顯示本書所提方法的有效性。
作者簡介
薛哲，北京郵電大學講師，畢業於中國科學院大學，從事多媒體分析、圖像處理、機器學習等領域的研究工作，在國際重要刊物和著名學術會議上已發表論文十餘篇。論文發表在IEEE TCSVT（CCF B類）、Information Sciences（CCF B類）、CVIU（CCF B類）等國際期刊，以及國際會議AAAI（CCF A類）和知名國際會議ICME（CCF B類）等。作為核心人員先後參加了多項科研項目，包括國家973課題“跨媒體語義學習與內容理解”、國家自然科學基金重點項目“面向網路事件的跨平台異質媒體語義協同與挖掘”和“基於時空特性的線上社交網路搜尋研究”等。
圖書目錄
第1章緒論
1.1研究背景
1.2存在的問題
1.3本書主要內容
1.4符號說明
第2章研究現狀
2.1本章導讀
2.2基本準則
2.2.1一致性準則
2.2.2互補性準則
2.3方法分類
2.3.1協同訓練
2.3.2多核學習
2.3.3子空間學習
第3章基於分組敏感多視角融合的圖像聚類方法研究
3.1本章導讀
3.2相關工作
3.3基於分組敏感多視角融合的圖像聚類
3.3.1預備知識
3.3.2方法概述
3.3.3初始化
3.3.4基於成對融合的策略（GOMES_P)
3.3.5基於中心融合的策略（GOMES_C)
3.3.6更新圖像分組Z
3.4實驗
3.4.1對比方法
3.4.2數據集
3.4.3實驗設定
3.4.4評價準則
3.4.5實驗結果分析
3.4.6參數敏感性分析
3.5小結
第4章基於雙階段子空間學習的多視角降維方法研究
4.1本章導讀
4.2相關工作
4.3雙階段多視角隱空間學習
4.3.1預備知識
4.3.2階段：可比較表示學習
4.3.3第二階段：低維表示學習
4.3.4總的目標函式
4.4最佳化求解
4.4.1更新變數U(i),V(i), Z(i)
4.4.2更新變數F
4.4.3更新變數γi
4.4.4收斂性分析
4.5實驗
4.5.1資料庫
4.5.2對比方法
4.5.3評價準則
4.5.4實驗設定
4.5.5實驗結果
4.5.6參數敏感性分析
4.6本章小結
第5章圖像多視角表示與標註的聯合學習方法研究
5.1本章導讀
5.2相關工作
5.3圖像多視角表示與標註的聯合學習方法
5.3.1預備知識
5.3.2基於語義信息指導和多視角結構保留的子空間學習
5.3.3標籤預測器學習
5.3.4投影函式學習
5.3.5總的目標函式
5.3.6最佳化算法
5.3.7更新P
5.3.8更新Z
5.3.9更新αt
5.4實驗
5.4.1數據集
5.4.2對比方法
5.4.3評價準則
5.4.4實驗設定
5.4.5實驗分析
5.4.6參數敏感性分析
5.5本章小結
第6章基於深度低秩子空間集成學習的圖像聚類方法研究
6.1本章導讀
6.2相關工作
6.2.1基於多核/多圖學習的方法
6.2.2基於子空間學習的方法
6.2.3基於深度學習的方法
6.3基於深度低秩子空間集成學習的圖像聚類方法
6.3.1預備知識
6.3.2深度低秩子空間學習
6.3.3多視角多層次子空間集成學習
6.3.4終目標函式
6.4最佳化求解
6.4.1預訓練
6.4.2Z(v)i的更新規則
6.4.3H(v)i的更新規則
6.4.4S(v)i的更新規則
6.4.5F的更新規則
6.4.6α的更新規則
6.4.7時間複雜度分析
6.5實驗
6.5.1數據集
6.5.2比較方法和評估指標
6.5.3參數設定與收斂分析
6.5.4性能比較
6.5.5參數敏感性分析
6.6結論
第7章結束語
參考文獻
