Understanding-Oriented Multimedia Content Analysis

این کتاب مقدمه ای سیستماتیک برای رویکرد درک محور برای تحلیل محتوای چندرسانه ای ارائه می دهد. این مدل‌های درک بصری و یادگیری را در یک چارچوب یکپارچه ادغام می‌کند، که در آن درک بصری یادگیری مدل را هدایت می‌کند در حالی که مدل‌های آموخته‌شده درک بصری را بهبود می‌بخشند. به طور خاص، بازنمایی و تجزیه و تحلیل محتوای چندرسانه‌ای از جمله انتخاب ویژگی، استخراج ویژگی، برچسب‌گذاری تصویر، توصیه برچسب کاربر محور و برنامه‌های کاربردی چندرسانه‌ای مبتنی بر درک را مورد بحث قرار می‌دهد. این کتاب توسط دانشگاه آکادمی علوم چین و فدراسیون کامپیوتر چین به عنوان پایان نامه دکتری برجسته معرفی شد. با ارائه فناوری‌های اساسی و روش‌های پیشرفته، منبع ارزشمندی برای دانشجویان تحصیلات تکمیلی و محققانی است که در زمینه بینایی کامپیوتر و یادگیری ماشین کار می‌کنند.

This book offers a systematic introduction to an understanding-oriented approach to multimedia content analysis. It integrates the visual understanding and learning models into a unified framework, within which the visual understanding guides the model learning while the learned models improve the visual understanding. More specifically, it discusses multimedia content representations and analysis including feature selection, feature extraction, image tagging, user-oriented tag recommendation and understanding-oriented multimedia applications. The book was nominated by the University of Chinese Academy of Sciences and China Computer Federation as an outstanding PhD thesis. By providing the fundamental technologies and state-of-the-art methods, it is a valuable resource for graduate students and researchers working in the field computer vision and machine learning.