ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Quality Assessment of Visual Content

دانلود کتاب ارزیابی کیفیت محتوای بصری

Quality Assessment of Visual Content

مشخصات کتاب

Quality Assessment of Visual Content

دسته بندی: الگوریتم ها و ساختارهای داده ها: پردازش تصویر
ویرایش:  
نویسندگان: , ,   
سری: Advances in Computer Vision and Pattern Recognition 
ISBN (شابک) : 9789811933462, 9789811933479 
ناشر: Springer 
سال نشر: 2022 
تعداد صفحات: 256 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت

قیمت کتاب (تومان) : 48,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


در صورت تبدیل فایل کتاب Quality Assessment of Visual Content به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب ارزیابی کیفیت محتوای بصری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب ارزیابی کیفیت محتوای بصری

این کتاب بررسی جامعی از فناوری ارزیابی کیفیت تصویر، به ویژه برنامه های کاربردی در تصاویر محتوای صفحه، تصاویر سه بعدی، تصاویر سونار، تصاویر بهبودیافته، تصاویر میدان نور، تصاویر VR و تصاویر با وضوح فوق العاده را در اختیار خوانندگان قرار می دهد. این موضوعات شامل تجزیه و تحلیل تغییرات ساختاری، اطلاعات مرجع پراکنده، تجزیه و تحلیل آماری صحنه طبیعی چند مقیاسی، کار و درک بصری، اندازه‌گیری تخریب کانتور، اندازه‌گیری زاویه‌ای فضایی، معیارهای ارزیابی محلی و جهانی و موارد دیگر را پوشش می‌دهد. تمامی الگوریتم های ارزیابی کیفیت تصویر این کتاب در مقایسه با سایر الگوریتم های ارزیابی کیفیت تصویر دارای راندمان بالایی با عملکرد بهتر هستند و عملکرد این رویکردهای ذکر شده در بالا را می توان با نتایج آزمایشات بر روی تصاویر دنیای واقعی نشان داد. بر این اساس، علاقه مندان به رشته های مرتبط می توانند از نتایج به دست آمده از طریق این الگوریتم های ارزیابی کیفیت برای پردازش تصویر بیشتر استفاده کنند. هدف این کتاب تسهیل استفاده از این الگوریتم‌های ارزیابی کیفیت تصویر توسط مهندسان و دانشمندان رشته‌های مختلف مانند اپتیک، الکترونیک، ریاضیات، تکنیک‌های عکاسی و تکنیک‌های محاسباتی است. این کتاب می تواند به عنوان مرجعی برای دانشجویان فارغ التحصیل که به تکنیک های ارزیابی کیفیت تصویر علاقه مند هستند، برای محققان خط مقدم که این روش ها را انجام می دهند، و برای کارشناسان حوزه که در این زمینه کار می کنند یا توسعه برنامه های کاربردی مرتبط را انجام می دهند، باشد.


توضیحاتی درمورد کتاب به خارجی

This book provides readers with a comprehensive review of image quality assessment technology, particularly applications on screen content images, 3D-synthesized images, sonar images, enhanced images, light-field images, VR images, and super-resolution images. It covers topics containing structural variation analysis, sparse reference information, multiscale natural scene statistical analysis, task and visual perception, contour degradation measurement, spatial angular measurement, local and global assessment metrics, and more. All of the image quality assessment algorithms of this book have a high efficiency with better performance compared to other image quality assessment algorithms, and the performance of these approaches mentioned above can be demonstrated by the results of experiments on real-world images. On the basis of this, those interested in relevant fields can use the results obtained through these quality assessment algorithms for further image processing. The goal of this book is to facilitate the use of these image quality assessment algorithms by engineers and scientists from various disciplines, such as optics, electronics, math, photography techniques and computation techniques. The book can serve as a reference for graduate students who are interested in image quality assessment techniques, for front-line researchers practicing these methods, and for domain experts working in this area or conducting related application development.



فهرست مطالب

Preface
Contents
Acronyms
1 Introduction
	1.1 Quality Assessment of Traditional Images
	1.2 Quality Assessment of Screen Content Images
	1.3 Quality Assessment of 3D-Synthesized Images
	1.4 Quality Assessment of Sonar Images
	1.5 Quality Assessment of Enhanced Images
	1.6 Quality Assessment of Light-Field Images
	1.7 Quality Assessment of Virtual Reality Images
	1.8 Quality Assessment of Super-Resolution Images
	References
2 Quality Assessment of Screen Content Images
	2.1 Introduction
	2.2 Methodology
		2.2.1 Full-Reference QA of Screen Content Images
		2.2.2 Reduced-Reference QA of Screen Content Images
		2.2.3 No-Reference QA of Screen Content Images
	2.3 Comparison and Analysis of Algorithm Performance
		2.3.1 Testing Database
		2.3.2 Performance Comparison and Analysis
	2.4 Conclusion
	References
3 Quality Assessment of 3D-Synthesized Images
	3.1 Introduction
	3.2 Methodology
		3.2.1 NSS-Based NR 3D-Synthesized Image QA
		3.2.2 Transform Domain-Based NR 3D-Synthesized Image QA
		3.2.3 Structure Variation-Based NR 3D-Synthesized Image QA
	3.3 Comparison and Analysis of Algorithm Performance
		3.3.1 DIBR-Synthesized Image Database
		3.3.2 Performance Comparison and Analysis
	3.4 Conclusion
	References
4 Quality Assessment of Sonar Images
	4.1 Introduction
	4.2 Methodology
		4.2.1 Full-Reference QA of Sonar Images
		4.2.2 Semi-Reference QA of Sonar Images
		4.2.3 Partial-Reference QA of Sonar Images
		4.2.4 No-Reference QA of Sonar Images
	4.3 Comparison and Analysis of Algorithm Performance
		4.3.1 The Sonar Image Database
		4.3.2 Performance Comparison and Analysis
	4.4 Conclusion
	References
5 Quality Assessment of Enhanced Images
	5.1 Introduction
	5.2 Methodology
		5.2.1 Database Set-Up
		5.2.2 Objective QA of Enhanced Images
		5.2.3 Enhanced Image QA Based on the Enhancement Technology
	5.3 Comparison and Analysis of Algorithm Performance
		5.3.1 CCID 2014 Database
		5.3.2 Performance Comparison and Analysis
	5.4 Conclusion
	References
6 Quality Assessment of Light-Field Image
	6.1 Introduction
	6.2 Methodology
		6.2.1 FR QA of LF Images
		6.2.2 RR QA of LF Images
		6.2.3 NR LF Image QA Based on Spatial-Angular Measurement
		6.2.4 Tensor Oriented NR LF Image QA
	6.3 Comparison and Analysis of Algorithm Performance
		6.3.1 Elaborated SMART Database
		6.3.2 Performance Comparison and Analysis
	6.4 Conclusion
	References
7 Quality Assessment of Virtual Reality Images
	7.1 Introduction
	7.2 Methodology
		7.2.1 Subjective QA of VR Images
		7.2.2 Objective QA of VR Images
		7.2.3 Subjective-Objective QA of VR Images
		7.2.4 Cross-Reference Stitching QA
	7.3 Comparison and Analysis of Algorithm Performance
		7.3.1 Performance Comparison and Analysis
	7.4 Conclusion
	References
8 Quality Assessment of Super-Resolution Images
	8.1 Introduction
	8.2 Methodology
		8.2.1 Creation of the QA Database for SR Image
		8.2.2 QA of SR Image Based on Deep Learning
		8.2.3 Natural Statistics-Based SR Image QA
	8.3 Comparison and Analysis of Algorithm Performance
		8.3.1 Performance Comparison and Analysis
	8.4 Conclusion
	References




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی