Fusion in Computer Vision: Understanding Complex Visual Content

این کتاب یک مرور کلی از ادغام در بینایی کامپیوتر، از دیدگاه بین رشته ای و چند کاربرد، ارائه می دهد، و رویکردهای موفق را توصیف می کند، که در چارچوب معیارهای بین المللی ارزیابی شده است که موارد استفاده واقعی را مدل می کند. ویژگی ها: رویکردهای ادغام اواخر برای تشخیص مفهوم در تصاویر و فیلم ها را بررسی می کند. تفسیر محتوای بصری را با ترکیب مدل‌های سیستم بصری انسان با روش‌های درک محتوا توصیف می‌کند. ادغام ویژگی‌های چندوجهی سطوح معنایی مختلف، و همچنین نتایج کشف مفهوم معنایی، برای مثال تشخیص رویداد مبتنی بر نمونه در ویدئو را بررسی می‌کند. طبقه‌بندی‌کننده‌های گروهی مبتنی بر چرخش را برای داده‌های با ابعاد بالا پیشنهاد می‌کند، که هم دقت و هم تنوع فردی را در مجموعه تشویق می‌کند. استراتژی‌های کاربردی مبتنی بر ادغام در نظارت تصویری، بازیابی اطلاعات زیست پزشکی، و تشخیص محتوا در فیلم‌ها را بررسی می‌کند. مدل سازی مکانیسم های تفسیر انسانی از محتوای بصری پیچیده را مورد بحث قرار می دهد.

This book presents a thorough overview of fusion in computer vision, from an interdisciplinary and multi-application viewpoint, describing successful approaches, evaluated in the context of international benchmarks that model realistic use cases. Features: examines late fusion approaches for concept recognition in images and videos; describes the interpretation of visual content by incorporating models of the human visual system with content understanding methods; investigates the fusion of multi-modal features of different semantic levels, as well as results of semantic concept detections, for example-based event recognition in video; proposes rotation-based ensemble classifiers for high-dimensional data, which encourage both individual accuracy and diversity within the ensemble; reviews application-focused strategies of fusion in video surveillance, biomedical information retrieval, and content detection in movies; discusses the modeling of mechanisms of human interpretation of complex visual content.