Low-Rank and Sparse Modeling for Visual Analysis

این کتاب نمایی از محاسبات کم رتبه و پراکنده، به ویژه تقریب، بازیابی، نمایش، مقیاس‌بندی، کدگذاری، جاسازی و یادگیری در میان داده‌های بصری نامحدود ارائه می‌دهد. این کتاب شامل فصل‌هایی است که موضوعات متعدد در حال ظهور در این زمینه جدید را پوشش می‌دهد. این چندین زمینه تحقیقاتی محبوب را در محاسبات انسان محور، رسانه های اجتماعی، طبقه بندی تصویر، تشخیص الگو، دید رایانه، داده های بزرگ و تعامل انسان و رایانه به هم مرتبط می کند. شامل مروری بر تکنیک‌های مدل‌سازی کم رتبه و پراکنده برای تحلیل بصری با بررسی تحلیل نظری و کاربردهای دنیای واقعی است.

This book provides a view of low-rank and sparse computing, especially approximation, recovery, representation, scaling, coding, embedding and learning among unconstrained visual data. The book includes chapters covering multiple emerging topics in this new field. It links multiple popular research fields in Human-Centered Computing, Social Media, Image Classification, Pattern Recognition, Computer Vision, Big Data, and Human-Computer Interaction. Contains an overview of the low-rank and sparse modeling techniques for visual analysis by examining both theoretical analysis and real-world applications.