Riemannian Computing in Computer Vision

این کتاب یک رساله جامع در مورد محاسبات هندسی ریمانی و استنتاج های آماری مرتبط در چندین مشکل بینایی کامپیوتری ارائه می دهد. این جلد ویرایش شده شامل بخش‌های فصلی از چهره‌های برجسته در زمینه بینایی رایانه است که از رویکردهای هندسی ریمانی در مسائلی مانند تشخیص چهره، تشخیص فعالیت، تشخیص اشیا، تجزیه و تحلیل تصویر زیست‌پزشکی و ساختار از حرکت استفاده می‌کنند. برخی از موجودات ریاضی که نیاز به تجزیه و تحلیل هندسی دارند عبارتند از: ماتریس های چرخشی (مثلاً در مدل سازی حرکت دوربین)، شکل های چوبی (مثلاً برای تشخیص فعالیت)، مقایسه های زیرفضا (مثلاً در تشخیص چهره)، ماتریس های متقارن مثبت-معین (مثلاً در پخش تصویر). و فضاهای تابع (مثلاً در مطالعه اشکال خطوط بسته).

This book presents a comprehensive treatise on Riemannian geometric computations and related statistical inferences in several computer vision problems. This edited volume includes chapter contributions from leading figures in the field of computer vision who are applying Riemannian geometric approaches in problems such as face recognition, activity recognition, object detection, biomedical image analysis, and structure-from-motion. Some of the mathematical entities that necessitate a geometric analysis include rotation matrices (e.g. in modeling camera motion), stick figures (e.g. for activity recognition), subspace comparisons (e.g. in face recognition), symmetric positive-definite matrices (e.g. in diffusion tensor imaging), and function-spaces (e.g. in studying shapes of closed contours).