Big Visual Data Analysis: Scene Classification and Geometric Labeling

این کتاب مروری بر رویکردهای سنتی تجزیه و تحلیل داده‌های بصری بزرگ ارائه می‌کند و راه‌حل‌های پیشرفته‌ای را برای چندین مشکل درک صحنه، طبقه‌بندی فضای داخلی/خارج، طبقه‌بندی صحنه‌های بیرونی، و تخمین طرح‌بندی صحنه در فضای باز ارائه می‌دهد. این با تصاویر رنگی طبیعی و مصنوعی متعدد نشان داده شده است، و تجزیه و تحلیل آماری گسترده ای برای کمک به خوانندگان ارائه شده است تا توزیع داده های بصری بزرگ و مشکلات مربوط به آن را تجسم کنند. اگرچه تحقیقاتی در مورد تجزیه و تحلیل داده های بصری بزرگ انجام شده است، اما کار کمی در مورد تجزیه و تحلیل توزیع داده های تصویر بزرگ با استفاده از رویکرد آماری مدرن شرح داده شده در این کتاب منتشر شده است. با ارائه یک روش کامل در مورد تجزیه و تحلیل داده های بصری بزرگ با سه مشکل درک صحنه مصور، یک چارچوب کلی ارائه می کند که می تواند برای سایر کارهای تجزیه و تحلیل داده های بصری بزرگ اعمال شود.

This book offers an overview of traditional big visual data analysis approaches and provides state-of-the-art solutions for several scene comprehension problems, indoor/outdoor classification, outdoor scene classification, and outdoor scene layout estimation. It is illustrated with numerous natural and synthetic color images, and extensive statistical analysis is provided to help readers visualize big visual data distribution and the associated problems. Although there has been some research on big visual data analysis, little work has been published on big image data distribution analysis using the modern statistical approach described in this book. By presenting a complete methodology on big visual data analysis with three illustrative scene comprehension problems, it provides a generic framework that can be applied to other big visual data analysis tasks.