基于多視角學(xué)習(xí)的圖像語(yǔ)義分析技術(shù)

定　價(jià)：￥38.00

作　者：	薛哲著
出版社：	北京郵電大學(xué)出版社
叢編項(xiàng)：	“十三五”科學(xué)技術(shù)專(zhuān)著叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787563557820	出版時(shí)間：	2019-08-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	107	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　圖像具有生動(dòng)直觀、表現(xiàn)力強(qiáng)等特點(diǎn)，面向圖像數(shù)據(jù)的語(yǔ)義分析方法受到研究者的廣泛關(guān)注。然而，僅僅利用單一視覺(jué)特征在表示圖像內(nèi)容時(shí)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(gè)視角的特征，讓不同視角之間相互補(bǔ)充、相互促進(jìn)，從而更好的發(fā)現(xiàn)圖像的高層語(yǔ)義。本書(shū)將詳細(xì)介紹目前主流的基于多視角融合的圖像降維、圖像聚類(lèi)和圖像標(biāo)注技術(shù)。為了對(duì)高維度的圖像特征的進(jìn)行降維，提出基于雙階段子空間學(xué)習(xí)的多視角降維方法；針對(duì)統(tǒng)一融合權(quán)重導(dǎo)致多視角融合不準(zhǔn)確的問(wèn)題，提出基于分組敏感多視角融合的圖像聚類(lèi)方法；針對(duì)底層多視角特征與高層語(yǔ)義之間存在“語(yǔ)義鴻溝”的問(wèn)題，提出圖像多視角表示與標(biāo)注的聯(lián)合學(xué)習(xí)方法。本書(shū)還根據(jù)在不同的數(shù)據(jù)庫(kù)上的對(duì)比實(shí)驗(yàn)顯示本書(shū)所提方法的有效性。

作者簡(jiǎn)介

　　薛哲，北京郵電大學(xué)講師，畢業(yè)于中國(guó)科學(xué)院大學(xué)，從事多媒體分析、圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域的研究工作，在國(guó)際重要刊物和著名學(xué)術(shù)會(huì)議上已發(fā)表論文十余篇。論文發(fā)表在IEEE TCSVT（CCF B類(lèi)）、Information Sciences（CCF B類(lèi)）、CVIU（CCF B類(lèi)）等國(guó)際期刊，以及國(guó)際會(huì)議AAAI（CCF A類(lèi)）和知名國(guó)際會(huì)議ICME（CCF B類(lèi)）等。作為核心人員先后參加了多項(xiàng)科研項(xiàng)目，包括國(guó)家973課題“跨媒體語(yǔ)義學(xué)習(xí)與內(nèi)容理解”、國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目“面向網(wǎng)絡(luò)事件的跨平臺(tái)異質(zhì)媒體語(yǔ)義協(xié)同與挖掘”和“基于時(shí)空特性的在線社交網(wǎng)絡(luò)搜索研究”等。

圖書(shū)目錄

目錄第1章緒論
1.1研究背景
1.2存在的問(wèn)題
1.3本書(shū)主要內(nèi)容
1.4符號(hào)說(shuō)明
第2章研究現(xiàn)狀
2.1本章導(dǎo)讀
2.2基本準(zhǔn)則
2.2.1一致性準(zhǔn)則
2.2.2互補(bǔ)性準(zhǔn)則
2.3方法分類(lèi)
2.3.1協(xié)同訓(xùn)練
2.3.2多核學(xué)習(xí)
2.3.3子空間學(xué)習(xí)
第3章基于分組敏感多視角融合的圖像聚類(lèi)方法研究
3.1本章導(dǎo)讀
3.2相關(guān)工作
3.3基于分組敏感多視角融合的圖像聚類(lèi)
3.3.1預(yù)備知識(shí)
3.3.2方法概述
3.3.3初始化
3.3.4基于成對(duì)融合的策略（GOMES_P)
3.3.5基于中心融合的策略（GOMES_C)
3.3.6更新圖像分組Z
3.4實(shí)驗(yàn)
3.4.1對(duì)比方法
3.4.2數(shù)據(jù)集
3.4.3實(shí)驗(yàn)設(shè)置
3.4.4評(píng)價(jià)準(zhǔn)則
3.4.5實(shí)驗(yàn)結(jié)果分析
3.4.6參數(shù)敏感性分析
3.5小結(jié)
第4章基于雙階段子空間學(xué)習(xí)的多視角降維方法研究
4.1本章導(dǎo)讀
4.2相關(guān)工作
4.3雙階段多視角隱空間學(xué)習(xí)
4.3.1預(yù)備知識(shí)
4.3.2階段：可比較表示學(xué)習(xí)
4.3.3第二階段：低維表示學(xué)習(xí)
4.3.4總的目標(biāo)函數(shù)
4.4優(yōu)化求解
4.4.1更新變量U(i),V(i), Z(i)
4.4.2更新變量F
4.4.3更新變量γi
4.4.4收斂性分析
4.5實(shí)驗(yàn)
4.5.1數(shù)據(jù)庫(kù)
4.5.2對(duì)比方法
4.5.3評(píng)價(jià)準(zhǔn)則
4.5.4實(shí)驗(yàn)設(shè)置
4.5.5實(shí)驗(yàn)結(jié)果
4.5.6參數(shù)敏感性分析
4.6本章小結(jié)
第5章圖像多視角表示與標(biāo)注的聯(lián)合學(xué)習(xí)方法研究
5.1本章導(dǎo)讀
5.2相關(guān)工作
5.3圖像多視角表示與標(biāo)注的聯(lián)合學(xué)習(xí)方法
5.3.1預(yù)備知識(shí)
5.3.2基于語(yǔ)義信息指導(dǎo)和多視角結(jié)構(gòu)保留的子空間學(xué)習(xí)
5.3.3標(biāo)簽預(yù)測(cè)器學(xué)習(xí)
5.3.4投影函數(shù)學(xué)習(xí)
5.3.5總的目標(biāo)函數(shù)
5.3.6優(yōu)化算法
5.3.7更新P
5.3.8更新Z
5.3.9更新αt
5.4實(shí)驗(yàn)
5.4.1數(shù)據(jù)集
5.4.2對(duì)比方法
5.4.3評(píng)價(jià)準(zhǔn)則
5.4.4實(shí)驗(yàn)設(shè)置
5.4.5實(shí)驗(yàn)分析
5.4.6參數(shù)敏感性分析
5.5本章小結(jié)
第6章基于深度低秩子空間集成學(xué)習(xí)的圖像聚類(lèi)方法研究
6.1本章導(dǎo)讀
6.2相關(guān)工作
6.2.1基于多核/多圖學(xué)習(xí)的方法
6.2.2基于子空間學(xué)習(xí)的方法
6.2.3基于深度學(xué)習(xí)的方法
6.3基于深度低秩子空間集成學(xué)習(xí)的圖像聚類(lèi)方法
6.3.1預(yù)備知識(shí)
6.3.2深度低秩子空間學(xué)習(xí)
6.3.3多視角多層次子空間集成學(xué)習(xí)
6.3.4終目標(biāo)函數(shù)
6.4優(yōu)化求解
6.4.1預(yù)訓(xùn)練
6.4.2Z(v)i的更新規(guī)則
6.4.3H(v)i的更新規(guī)則
6.4.4S(v)i的更新規(guī)則
6.4.5F的更新規(guī)則
6.4.6α的更新規(guī)則
6.4.7時(shí)間復(fù)雜度分析
6.5實(shí)驗(yàn)
6.5.1數(shù)據(jù)集
6.5.2比較方法和評(píng)估指標(biāo)
6.5.3參數(shù)設(shè)置與收斂分析
6.5.4性能比較
6.5.5參數(shù)敏感性分析
6.6結(jié)論
第7章結(jié)束語(yǔ)
參考文獻(xiàn)