书籍详情
多媒体信息的融合分析与综合检索
作者：张鸿 著
出版社：科学出版社
出版时间：2011-11-01
ISBN：9787030327383
定价：¥48.00
购买这本书可以去
内容简介
《多媒体信息的融合分析与综合检索》较系统地讲述了多媒体信息的融合分析与综合检索技术。全书共三个部分，十二个章节。首先从基于文本的信息检索、基于内容的多媒体检索两个方面介绍了信息检索的基础性概念和方法，然后详细阐述了如何从内容特征的角度，实现多媒体数据的结构化表达.并在此基础上，进一步分析了异构的多媒体特征的融合分析方法.以及如何综合各种类型的多媒体信息，实现跨媒体检索。《多媒体信息的融合分析与综合检索》层次分明，内容详实，理论分析与算法实践相结合，力求实用。《多媒体信息的融合分析与综合检索》可作为高等院校计算机科学、图书情报等专业的研究生或高年级本科生的技术资料或教学用书，对从事模式识别和多媒体分析等研究、应用和开发的广大科技人员也有很大的参考价值。
作者简介
张鸿，女，副教授，1979年9月出生，任教于武汉科技大学计算机科学与技术学院。2001年本科毕业于武汉理T大学计算机系，保送硕士研究生，2004年硕士毕业于武汉理工大学计算机学院，2007年获得浙江大学计算机科学与技术专业博士学位。攻读博士期间参与了多项国家级课题的研究工作，包括国家自然科学基金重点项目“跨媒体海量信息的综合检索与智能技术的研究”，在课题带头人，即长江学者特聘教授庄越挺教授的带领F，在国内较早地开展了跨媒体检索和异构特征融合分析方面的研究。目前，作为负责人。主持国家自然科学基金资助骨干，参与了校级、省级的创新团队项目。在国内外顶级的学术刊物和国际会议上发表了多篇高水平论文，如：《计算机学报》等。
目录
第一部分 信息检索概述
第一章 基于文本的信息检索
1.1 基本概念
1.2 纯文本信息的检索
1.2.1 技术背景
1.2.2 经典模型
1.3 基于关键字的多媒体检索
1.4 本章 小结
第二章 基于内容的多媒体检索——以CBIR为例
2.1 基本概念
2.2 关键技术
2.2.1 特征提取
2.2.2 高维特征索引
2.2 3 相似度计算模型
2.2.4 相关反馈
2.3 CBIR相关工具和项目
2.3.1 国外CBIR开发简介
2.3.2 数字图书馆中基于内容的多媒体检索
2.4 本章 小结
第二部分 多媒体信息的结构化表达
第三章 图像的特征提取和降维
3.1 基本概念
3.1.1 数字图像的组成和存储模式
3.1.2 广义的特征类型和特征表达方式
3.2 视觉特征的类型和计算方法
3.2 1 颜色特征
3.2 2 纹理特征
3.2.3 形状特征
3.3 特征降维技术
3.3.1 主成分分析
3.3.2 独立成分分析
3.3.3 典型相关性分析
3.3.4 奇异值分解
3.3.5 多维尺度分析
3.3.6 非线性降维方法
3.4 本章 小结
第四章 音频时序性特征的计算方法
4.1 音频窗口
4.2 听觉特征的类型和计算方法
4.2.1 时域特征
4.2.2 频域特征
4.2.3 压缩域特征
4.2.4 特征计算的基本单位
4.3 基于听觉特征的音频分析与应用
4.3.1 音频流的自动分割
4.3.2 基f内容的音频检索
4.3.3 音乐信号分析
4.4 本章 小结
第五章 视频多通道特征的结构化方法
5.1 视频结构化的概念
5.2 关键帧的提取方法
5.3 视频镜头的自动分割
5.3.1 镜头变换
5.3.2 摹本的分割方法
5.4 基于视频的人脸识别
5.5 视频数据的融合分析
5.6 本章 小结
第三部分 基于异构特征融合分析的跨媒体检索
第六章 跨媒体检索基础知识
6.1 什么是跨媒体
6.1 1人脑认知的跨媒体特性
6.1.2 跨媒体的主要研究范畴
6.1.3 跨媒体检索的研究意义
6.2 跨媒体检索的相关研究
6.2.1 多媒体特征的融合分析
6.2.2 多媒体关联挖掘
6.2.3 跨语言检索
6.2.4 基于音频的说活人脸检测
6.2 多媒体交叉索引
6.3 本章 小结
……
附录
参考文献
致谢
第一章 基于文本的信息检索
1.1 基本概念
1.2 纯文本信息的检索
1.2.1 技术背景
1.2.2 经典模型
1.3 基于关键字的多媒体检索
1.4 本章 小结
第二章 基于内容的多媒体检索——以CBIR为例
2.1 基本概念
2.2 关键技术
2.2.1 特征提取
2.2.2 高维特征索引
2.2 3 相似度计算模型
2.2.4 相关反馈
2.3 CBIR相关工具和项目
2.3.1 国外CBIR开发简介
2.3.2 数字图书馆中基于内容的多媒体检索
2.4 本章 小结
第二部分 多媒体信息的结构化表达
第三章 图像的特征提取和降维
3.1 基本概念
3.1.1 数字图像的组成和存储模式
3.1.2 广义的特征类型和特征表达方式
3.2 视觉特征的类型和计算方法
3.2 1 颜色特征
3.2 2 纹理特征
3.2.3 形状特征
3.3 特征降维技术
3.3.1 主成分分析
3.3.2 独立成分分析
3.3.3 典型相关性分析
3.3.4 奇异值分解
3.3.5 多维尺度分析
3.3.6 非线性降维方法
3.4 本章 小结
第四章 音频时序性特征的计算方法
4.1 音频窗口
4.2 听觉特征的类型和计算方法
4.2.1 时域特征
4.2.2 频域特征
4.2.3 压缩域特征
4.2.4 特征计算的基本单位
4.3 基于听觉特征的音频分析与应用
4.3.1 音频流的自动分割
4.3.2 基f内容的音频检索
4.3.3 音乐信号分析
4.4 本章 小结
第五章 视频多通道特征的结构化方法
5.1 视频结构化的概念
5.2 关键帧的提取方法
5.3 视频镜头的自动分割
5.3.1 镜头变换
5.3.2 摹本的分割方法
5.4 基于视频的人脸识别
5.5 视频数据的融合分析
5.6 本章 小结
第三部分 基于异构特征融合分析的跨媒体检索
第六章 跨媒体检索基础知识
6.1 什么是跨媒体
6.1 1人脑认知的跨媒体特性
6.1.2 跨媒体的主要研究范畴
6.1.3 跨媒体检索的研究意义
6.2 跨媒体检索的相关研究
6.2.1 多媒体特征的融合分析
6.2.2 多媒体关联挖掘
6.2.3 跨语言检索
6.2.4 基于音频的说活人脸检测
6.2 多媒体交叉索引
6.3 本章 小结
……
附录
参考文献
致谢
猜您喜欢
