新書推薦：
《
Procreate插画手绘从新手到高手
》
售價：NT$
493.0
《
山河不足重，重在遇知己
》
售價：NT$
252.0
《
独自走过悲喜
》
售價：NT$
381.0
《
永不停步：玛格丽特·阿特伍德传
》
售價：NT$
442.0
《
假努力：方向不对，一切白费
》
售價：NT$
335.0
《
北京三万里
》
售價：NT$
437.0
《
争吵的恋人：我们为什么相爱，又为什么争吵
》
售價：NT$
330.0
《
秘史：英国情报机构的崛起
》
售價：NT$
381.0
|
| 編輯推薦： |
|
本书从科学研究的角度出发，介绍了基于内容的图像检索系统应的基础知识、人工智能算法在图像检索中的应用，并详细讲解一个基于Web的图像检索系统的开发方法和开发过程。
|
| 內容簡介： |
|
本书介绍智能图像检索领域的一些*研究工作。书中的图例全部出自开发者程序运行得到的图例，都在Visual C#.NET 2015和Matlab 2012平台上进行了编译调试通过。本书是在2014年国家社会科学基金一般项目数字图书馆智能图像检索系统研制（No.14BTQ053）的资助下完成的。
|
| 關於作者： |
|
王华秋，教授，2003年7月至今在重庆理工大学计算机学院任教，2003年至2006年主讲计算机网络课程，2006年至2008年主讲软件工程和数据挖掘课程，2008年至今主讲.NET方向和数据挖掘课程。2005年评为讲师，2007年评为副教授，2012年评为教授，从事数据挖掘及其应用软件开发方面的研究，主持完成了3项省部级项目，1项国家级项目，发表核心期刊论文20余篇，被EI检索10余篇。从2008年开始，对.NET方向的系列课程的教案和课件进行了总结，主编并出版了两本相关教材，2009年7月的清华大学出版社《Visual C#.NET程序设计基础教程》，ISBN号为9787302201175，2011年6月的清华大学出版社《Visual C#.NET实验与案例教程》， ISBN号为9787302246886。
|
| 目錄：
|
第1章绪论
1.1课题来源与研究背景
1.2研究现状综述
1.2.1国内研究现状
1.2.2国外研究现状
1.3研究的目的和意义
1.3.1研究目的
1.3.2研究意义
1.4研究内容和方法
1.4.1研究内容
1.4.2研究方法
1.5特色和创新点
1.5.1特色
1.5.2创新点
1.6课题的理论框架与研究思路
1.6.1课题的理论框架
1.6.2课题的研究思路
1.7本章小结
参考文献
第2章基于底层特征的图像检索
2.1数字图书馆图像收集
2.1.1网页信息收集
2.1.2网页信息分析
2.2图像筛选
2.2.1图像类和图形类图片的区分
2.2.2照片和类照片图片的区分
2.2.3图像格式区分
2.3图像颜色特征的提取
2.3.1颜色直方图
2.3.2颜色累计直方图
2.3.3颜色聚合向量
2.3.4颜色相关图
2.3.5颜色布局描述符
2.3.6颜色熵
2.3.7颜色矩
2.4图像纹理特征的提取
2.4.1灰度共生矩阵
2.4.2灰度梯度共生矩阵
2.4.3灰度游程长度
2.4.4基于结构法的纹理描述
2.4.5LBP纹理特征
2.4.6Tamura纹理模型
2.4.7基于小波变换的纹理模型
2.4.8基于Gabor滤波器的纹理特征
2.4.9基于随机分形的纹理模型
2.4.10图像自相关函数模型
2.4.11Laws纹理能量
2.5图像形状特征的提取
2.5.1边缘方向直方图
2.5.2Harris角点直方图
2.5.3方向梯度直方图
2.5.4图像七阶不变矩
2.5.5基于几何参数的形状描述
2.6图像空间关系特征的提取
2.7各种图像特征的特点
2.8基于综合特征的图像检索
2.8.1特征归一化
2.8.2结合颜色和纹理的图像检索
2.8.3结合颜色和形状的图像检索
2.8.4结合纹理和形状的图像检索
2.9基于底层特征的图像检索性能比较
2.9.1相似度度量方法
2.9.2性能评价指标
2.9.3实验数据
2.9.4实验设备
2.9.5实验结果
2.9.6实验结论
2.10本章小结
参考文献
第3章基于视觉词袋的图像检索
3.1基于视觉词袋的图像检索
3.2基于Sift特征描述子的视觉词袋模型
3.3改进的图像描述子
3.3.1Sobel算子
3.3.2Roberts算子
3.3.3Canny算子
3.3.4Prewitt算子
3.3.5LoG算子
3.3.6ZeroCross算子
3.4构造视觉词典方法
3.5生成视觉直方图
3.6图像检索
3.7词袋模型的图像检索性能比较
3.7.1图像特征
3.7.2相似度度量方法
3.7.3检索性能指标
3.7.4实验数据
3.7.5实验设备
3.7.6参数设置
3.7.7实验与分析
3.7.8实验结论
3.8本章小结
参考文献
第4章基于深度学习的图像检索
4.1深度卷积神经网络的图像特征提取
4.1.1网络前向传播
4.1.2网络分类
4.1.3网络训练
4.2改进的深度卷积神经网络
4.2.1PCA算法降维
4.2.2RBM算法降维
4.3图像检索
4.4基于深度学习的图像检索性能比较
4.4.1图像特征
4.4.2相似度度量方法
4.4.3检索性能指标
4.4.4实验数据
4.4.5实验设备
4.4.6网络结构
4.4.7实验与分析
4.4.8实验结论
4.5本章小结
参考文献
第5章基于聚类索引的图像检索
5.1聚类索引的研究现状
5.2基于特征聚类的图像检索流程
5.3聚类算法
5.3.1KMeans算法
5.3.2KMedoids算法
5.3.3FCM算法
5.3.4ISODATA算法
5.3.5DBSCAN算法
5.3.6基于信赖域优化的DBSCAN算法
5.4基于聚类索引的图像检索性能比较
5.4.1聚类性能指标
5.4.2图像特征
5.4.3相似度度量方法
5.4.4性能指标
5.4.5实验数据
5.4.6实验环境
5.4.7实验与分析
5.5本章小结
参考文献
第6章基于语义标注的图像检索
6.1图像资源获取与语义标注
6.2图像语义提取
6.2.1图像语义关联信息提取
6.2.2图像语义关键词提取
6.2.3关键词主题聚类
6.3图像语义标注
6.3.1特征提取
6.3.2语义标注模型
6.4基于语义标注的图像检索
6.5基于语义标注的图像检索性能比较
6.5.1图像特征
6.5.2相似度度量方法
6.5.3性能指标
6.5.4实验数据
6.5.5实验环境
6.5.6实验与分析
6.6本章小结
参考文献
第7章基于情感标注的图像检索
7.1图像情感检索研究现状
7.2图像颜色模型
7.2.1RGB和CMYK颜色模型
7.2.2HSV颜色模型
7.2.3YCbCr颜色模型
7.3情感标注规则
7.4艺术类图像判断
7.5图像情感标注
7.6基于情感标注的图像检索
7.7基于情感标注的图像检索性能比较
7.7.1图像特征
7.7.2相似度度量方法
7.7.3性能指标
7.7.4实验数据
7.7.5实验环境
7.7.6实验与分析
7.8本章小结
参考文献
第8章基于视频关键帧的视频检索
8.1视频数据库
8.2视频数据库管理
8.3视频组织
8.4镜头检测
8.4.1镜头分割
8.4.2帧间像素比较
8.4.3帧间直方图比较
8.4.4感知哈希法
8.5视频关键帧提取
8.5.1研究经验
8.5.2快速密度峰值聚类算法
8.5.3优化的密度峰值聚类算法
8.5.4基于优化DP聚类的关键帧提取
8.6基于视频关键帧的图像检索
8.7视频检索实验分析
8.7.1图像特征
8.7.2相似度度量方法
8.7.3实验数据
8.7.4实验环境
8.7.5性能指标
8.7.6实验结果与分析
8.8本章小结
参考文献
第9章基于相关反馈的图像检索
9.1反馈的必要性
9.2相关反馈
9.3基于目标的自适应反馈
9.4关联反馈
9.5相关反馈和关联反馈的比较
9.6基于回声状态网络的相关反馈算法
9.6.1算法流程
9.6.2ESN结构
9.6.3储备池参数
9.6.4模式搜索算法优化储备池参数
9.7实验与分析
9.7.1图像特征
9.7.2相似度度量方法
9.7.3性能指标
9.7.4实验数据
9.7.5实验环境
9.7.6实验与分析
9.8本章小结
参考文献
第10章数字图书馆的智能图像检索系统实现
10.1需求分析
10.1.1系统参与者
10.1.2系统用例图
10.2概要设计
10.2.1系统服务模式
10.2.2系统功能模块
10.2.3系统业务流程
10.3详细设计
10.3.1系统数据库设计
10.3.2系统界面设计
10.3.3系统通信协议设计
10.4系统实现与测试
10.4.1实验数据库测试
10.4.2数字图书馆视频数据库测试
10.4.3数字图书馆图像数据库测试
10.5本章小结
参考文献
第11章总结与展望
11.1总结
11.1.1研究结论
11.1.2研制成果
11.2展望
|
| 內容試閱：
|
多年以来，读者都习惯用文字来描述自己的需求，数字图书馆也常常用文字概述数字资源的主要内容，读者和资源之间的桥梁就是文本检索，这当然是一种很方便快捷的检索方式。目前数字图书馆的信息资源已经由纯文字走向图像和视频，
文本检索可以发展成图像检索。数字图书馆给读者提供了大量的图像，点击这些图像就可以打开一本电子书、一系列视频、许多相关的文档，如果把数字图书馆当作读者之家，那么这个家就是一座知识殿堂，每一种数字资源就是一间房间，而房间的门牌号就是一幅图像和文字。
数字图书馆的图像检索系统还不完善，直到4G甚至5G时代的到来，读者习惯用手机拍照了，对于所见到的视觉信息，常常拿出手机拍摄，可能拍到对象的正面或侧面、书的封面、影片、动物、植物等，
有时需要把这些图像翻译成文字，但有时无法用适当的语言描述所拍到的这些影像，通常专业的数字图书馆
可以解决这个问题。如果数字图书馆无法解决问题，读者将逐渐失去对数字图书馆的依赖，转而求助于其他途径获得知识信息，这样数字图书馆将流失许多读者，受过专业训练的读者会依然使用数字图书馆，而其余读者将逐渐从数字图书馆的访问记录中淡出，这是每一位图书情报学的专业人员所不愿看到的现象。
文字本身就是信息，无须翻译，计算机能很快识别和存储，数据库也有专门的条件查询语句，比如where，也有模糊查询语句like。基于文本检索
的思路，图像处理技术应运而生，
可以把图像转换为特征向量，通过特征匹配的方法找出相似的图像，反馈给用户使用或者重新检索。这就形成了所谓的基于内容的图像检索技术。
现有的基于内容的图像检索技术存在4个问题，首先，图像的特征提取不够全面，有的提取到的特征无法刻画出图像的本质，无法真正区分出图像之间的差别； 其次，大量的图像特征没有有效的索引机制，查询速度达不到用户的忍耐程度，影响用户的
使用体验； 另外，底层特征无法真正反映图像的高层语义，通俗地说就是图像没法自动翻译成为文字，用户无法用语义检索图像，这就影响了检索的准确度； 同时，这些基于内容的图像检索技术几乎没有用于数字图书馆的，大都是用于电子商务领域。
为了解决上述4个问题，我们研究开发了数字图书馆的智能图像检索系统，并将研究成果汇总在这本书里，非常高兴能够有机会与大家一起分享。本书主要介绍智能图像检索领域的一些最新的研究工作，激发读者对这个领域的兴趣。因此本书中没有特别多的图像处理方面的基础知识及公式，而是更多地介绍一些比较前沿的知识及其应用。本书内容分11章。
第1章绪论；
第2章基于底层特征的图像检索；
第3章基于视觉词袋的图像检索；
第4章基于深度学习的图像检索；
第5章基于聚类索引的图像检索；
第6章基于语义标注的图像检索；
第7章基于情感标注的图像检索；
第8章基于视频关键帧的视频检索；
第9章基于相关反馈的图像检索；
第10章数字图书馆的智能图像检索系统实现；
第11章总结与展望。
首先，本书介绍了什么是智能图像检索，同时阐述了大规模的数字图书馆图像数据的出现
对图书馆界和学术界的影响； 然后介绍了一些图像检索中比较关键的技术，这些技术包括图像底层特征、视频组织方式、检索数据库聚类索引、语义标注、情感标注、用户反馈等问题，这是本书主要的论述部分； 最后本书
介绍了这些技术如何开创了数字图书馆智能检索的新局面，希望这些技术既能解决实际问题，又能吸引读者对这个领域的关注。
本书是在2014年国家社会科学基金一般项目数字图书馆智能图像检索系统研制（No. 14BTQ053）的资助下完成的，非常感谢国家社会科学基金的资助。
由于水平有限，书中不足之处在所难免，敬请读者批评指正，相关建议可以发至邮箱404905510@qq.com，我们会在适当时候对本书进行修订和补充。
本书的出版同时也作为献给重庆理工大学八十周年校庆的贺礼！刘宏、张小川、王勇、俞宁、聂珍等项目组老师和领导们都付出了辛勤劳动，清华大学出版社的付弘宇老师也为本书的出版提出了很多宝贵建议，一并向他们表示诚挚的感谢！
作者
2020年12月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
