Recent Advances in Intelligent Image Search and Video Retrieval

این کتاب در ابتدا به بررسی روش‌های اصلی بازنمایی و استخراج ویژگی و رویکردهای یادگیری و تشخیص مؤثر می‌پردازد، که کاربردهای گسترده‌ای در زمینه جستجوی هوشمند تصویر و بازیابی ویدیو دارند. متعاقباً روش‌های جدیدی مانند کدگذاری تخصیص نرم بهبود یافته، فضای رنگی قابل وراثت (InCS) و چارچوب تعمیم‌یافته InCS، روش یادگیرنده منیفولد هسته پراکنده، ماشین بردار پشتیبانی کارآمد (eSVM) و تبدیل ویژگی تغییرناپذیر مقیاس (SIFT) ارائه می‌کند. ) ویژگی ها در فضاهای رنگی متعدد. در نهایت، این کتاب تجزیه و تحلیل لباس را برای شناسایی و بازیابی موضوع، و روش های ارزیابی عملکرد تجزیه و تحلیل ویدئویی برای نظارت بر ترافیک ارائه می دهد.

تصاویر و ویدیوهای دیجیتال با سرعت شگفت انگیزی در زمینه های علم، مهندسی و فناوری، رسانه و سرگرمی در حال گسترش هستند. با انباشت عظیم چنین داده‌هایی، جستجوهای کلیدواژه و طرح‌های حاشیه‌نویسی دستی ممکن است دیگر نتوانند تقاضای عملی برای بازیابی محتوای مرتبط از تصاویر و ویدیوها را برآورده کنند، چالشی که این کتاب به آن می‌پردازد. این کتاب در ابتدا روش‌های اصلی نمایش و استخراج ویژگی‌ها را بررسی می‌کند. و رویکردهای یادگیری و شناسایی موثر، که کاربردهای گسترده ای در زمینه جستجوی هوشمند تصویر و بازیابی ویدیو دارند. متعاقباً روش‌های جدیدی مانند کدگذاری تخصیص نرم بهبود یافته، فضای رنگی قابل وراثت (InCS) و چارچوب تعمیم‌یافته InCS، روش یادگیرنده منیفولد هسته پراکنده، ماشین بردار پشتیبانی کارآمد (eSVM) و تبدیل ویژگی تغییرناپذیر مقیاس (SIFT) ارائه می‌کند. ) ویژگی ها در فضاهای رنگی متعدد. در نهایت، کتاب تجزیه و تحلیل لباس را برای شناسایی و بازیابی موضوع، و روش‌های ارزیابی عملکرد تجزیه و تحلیل ویدیویی برای نظارت بر ترافیک ارائه می‌کند.

تصاویر و ویدیوهای دیجیتال با سرعت شگفت‌انگیزی در زمینه‌های علم، مهندسی و فناوری در حال گسترش هستند. ، رسانه و سرگرمی. با انباشت عظیم چنین داده‌هایی، جستجوهای کلیدواژه و طرح‌های حاشیه‌نویسی دستی ممکن است دیگر نتوانند تقاضای عملی برای بازیابی محتوای مرتبط از تصاویر و ویدیوها را برآورده کنند، چالشی که این کتاب به آن می‌پردازد.

This book initially reviews the major feature representation and extraction methods and effective learning and recognition approaches, which have broad applications in the context of intelligent image search and video retrieval. It subsequently presents novel methods, such as improved soft assignment coding, Inheritable Color Space (InCS) and the Generalized InCS framework, the sparse kernel manifold learner method, the efficient Support Vector Machine (eSVM), and the Scale-Invariant Feature Transform (SIFT) features in multiple color spaces. Lastly, the book presents clothing analysis for subject identification and retrieval, and performance evaluation methods of video analytics for traffic monitoring.

Digital images and videos are proliferating at an amazing speed in the fields of science, engineering and technology, media and entertainment. With the huge accumulation of such data, keyword searches and manual annotation schemes may no longer be able to meet the practical demand for retrieving relevant content from images and videos, a challenge this book addresses.This book initially reviews the major feature representation and extraction methods and effective learning and recognition approaches, which have broad applications in the context of intelligent image search and video retrieval. It subsequently presents novel methods, such as improved soft assignment coding, Inheritable Color Space (InCS) and the Generalized InCS framework, the sparse kernel manifold learner method, the efficient Support Vector Machine (eSVM), and the Scale-Invariant Feature Transform (SIFT) features in multiple color spaces. Lastly, the book presents clothing analysis for subject identification and retrieval, and performance evaluation methods of video analytics for traffic monitoring.

Digital images and videos are proliferating at an amazing speed in the fields of science, engineering and technology, media and entertainment. With the huge accumulation of such data, keyword searches and manual annotation schemes may no longer be able to meet the practical demand for retrieving relevant content from images and videos, a challenge this book addresses.