图像语义理解技术的分析与研究 - 中国高校教材图书网
|
书名： |
图像语义理解技术的分析与研究
|
| ISBN： | 9787560658438 |
条码： | |
| 作者： |
赵婕
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥32.00
折扣价：￥30.40
折扣：0.95
节省了1.6元
|
字数： |
202千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
144页
|
| 发行编号： | |
每包册数： |
16
|
| 出版日期： |
2020-12-14 |
|
|
| 内容简介： |
图像语义理解技术的研究分为底层、中层和高层三个层次，底层、中层的特征数据作为高层理解的基本输入，通过语义标注模型和先验知识推理实现图像的语义解释。本书针对图像语义理解的三个层次中遇到的关键技术和挑战展开深入的研究，主要内容包括视觉特征的有效表述、图像多区域的合理分割和上下文在图像语义标注中的扩大化等关键技术。在理论分析的基础上，书中提出了新的数学模型与表达形式，设计了新的算法并给出应用。全书集理论、技术、方法及实践于一体，突出了理论和实践相结合的特点。
本书可作为高等学校计算机专业和其他信息类专业高年级本科生的参考书目，也可作为图像、视频信号处理、模式识别和计算机视觉研究方向的博士、硕士研究生及相关专业科研技术人员的参考用书。
|
| 作者简介： |
|
|
| 章节目录： |
第1章 绪论 1
1.1 研究背景与意义 1
1.2 国内外研究现状 2
1.2.1 图像语义理解研究现状概述 2
1.2.2 图像的特征表述 5
1.2.3 图像的语义标注研究 6
1.3 主要技术挑战 9
第2章 结合视觉感知的空间模糊链接颜色直方图 11
2.1 颜色特征描述 11
2.1.1 简单灰度特征 11
2.1.2 颜色直方图 11
2.1.3 颜色矩特征 12
2.1.4 颜色集 12
2.1.5 颜色相关矢量 13
2.2 颜色视觉特征提取 13
2.2.1 颜色空间的转换 13
2.2.2 颜色特征的模糊链接过程 16
2.2.3 模糊链接颜色直方图 19
2.2.4 空间信息描述 20
2.3 基于颜色复杂度的相似测度 25
2.3.1 颜色权值计算 25
2.3.2 相似度测量 26
2.4 实验结果与分析 27
2.4.1 颜色分量的模糊化 27
2.4.2 子块的尺寸与划分 30
2.4.3 图像分类与识别结果 31
2.5 本章小结 36
第3章 基于区域显著色初始化策略的图像分割 38
3.1 图像模糊聚类的相关工作 38
3.2 区域显著色初始策略 39
3.2.1 CIELAB颜色空间中的参考颜色 39
3.2.2 计算颜色隶属度 41
3.2.3 确定区域显著色 41
3.3 融合空间信息的聚类算法 42
3.3.1 FCM的图像分割原理 42
3.3.2 空间信息的自适应融合 44
3.4 实验结果与分析 45
3.4.1 确定初始聚类中心 45
3.4.2 分割方法的有效性验证 47
3.5 本章小结 50
第4章 基于无监督图割算法的图像自动分割 51
4.1 无监督图割方法 51
4.1.1 图像分割与图分割 51
4.1.2 Graph Cuts算法 52
4.1.3 无监督图割算法原理 54
4.2 构造能量函数 58
4.2.1 核空间内的数据项 58
4.2.2 边缘梯度约束的平滑项 61
4.3 多区域标签初始分配 61
4.3.1 初始化策略 61
4.3.2 区域PCM参数的计算 62
4.4 实验结果与分析 62
4.4.1 平滑项比例系数λ 63
4.4.2 区域分割效果 63
4.4.3 定量评价指标 64
4.5 本章小结 66
第5章 基于语义特征的场景理解 67
5.1 图像理解的控制策略 68
5.1.1 并行和串行处理控制 68
5.1.2 分层控制 68
5.1.3 自底向上的控制 69
5.1.4 基于模型的控制 69
5.2 高层语义特征 70
5.2.1 语义关联 71
5.2.2 高层语义描述 71
5.2.3 图像语义标注 72
5.3 图像标注与分类器 76
5.3.1 贝叶斯分类器 77
5.3.2 支持向量机分类器 82
5.3.3 神经网络分类器 88
5.3.4 稀疏表示分类器 97
5.3.5 深度学习分类器 100
5.4 本章小结 102
第6章 融合多粒度上下文的像素级图像语义标注 103
6.1 多粒度上下文 103
6.1.1 上下文的作用与表述 103
6.1.2 多粒度窗口 104
6.1.3 多粒度邻域的结构 105
6.2 基于多粒度上下文的像素标注模型 106
6.2.1 标注模型的数学描述 106
6.2.2 MGCCRF模型 107
6.3 模型参数的训练与推理 109
6.3.1 分支定界参数优化算法 109
6.3.2 并行式分段训练 111
6.3.3 模型的MPM推理 114
6.4 实验结果与分析 114
6.4.1 数据集与特征提取 114
6.4.2 训练方法的收敛性分析 115
6.4.3 标注结果比较 116
6.5 本章小结 121
参考文献 122
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
