图像具有生动直观、表现力强等特点,面向图像数据的语义分析方法受到研究者的广泛关注。然而,仅仅利用单一视觉特征在表示图像内容时的描述能力有限,为了更加全面丰富的描述图像,可以利用图像多个视角的特征,让不同视角之间相互补充、相互促进,从而更好的发现图像的高层语义。本书将详细介绍目前主流的基于多视角融合的图像降维、图像聚类和图像标注技术。为了对高维度的图像特征的进行降维,提出基于双阶段子空间学习的多视角降维方法;针对统一融合权重导致多视角融合不准确的问题,提出基于分组敏感多视角融合的图像聚类方法;针对底层多视角特征与高层语义之间存在“语义鸿沟”的问题,提出图像多视角表示与标注的联合学习方法。本书还根据在不同的数据库上的对比实验显示本书所提方法的有效性。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。