Visual Content Indexing and Retrieval with Psycho-Visual Models

ویرایش: 1 
نویسندگان: Jenny Benois-Pineau. Patrick Le Callet (eds.)  
سری: Multimedia Systems and Applications 
ISBN (شابک) : 9783319576862, 9783319576879 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: 276 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 37,000



این کتاب تجزیه و تحلیل عمیق و پوشش گسترده ای از روند بسیار قوی در بینایی کامپیوتر و نمایه سازی و بازیابی بصری ارائه می دهد و موضوعاتی مانند ادغام مدل های توجه بصری انسان را در وظایف تحلیل و بازیابی پوشش می دهد. این پل بین مدل‌سازی روانی-بصری سیستم بصری انسان و مدل‌های کلاسیک و جدیدترین مدل‌های نمایه‌سازی و بازیابی محتوای بصری ایجاد می‌کند.

طیف وسیع وظایف بصری، مانند تشخیص بافت‌ها در تصاویر ثابت، اقدامات در محتوای ویدئویی، بازیابی تصویر، روش‌های مختلف تجسم تصاویر و محتوای چندرسانه‌ای بر اساس برجستگی بصری توسط نویسندگان ارائه شده است. علاوه بر این، علاقه به محتوای بصری با ابزارهای جدیدترین مدل‌های طبقه‌بندی مانند شبکه‌های عصبی عمیق نیز در این کتاب مدل‌سازی شده است.

این کتاب منبعی استثنایی به عنوان متن ثانویه برای محققان و دانشجویان سطح پیشرفته است. که در تحقیقات بسیار گسترده در بینایی کامپیوتری، نمایه سازی اطلاعات بصری و بازیابی نقش دارند. افراد حرفه ای که در این زمینه کار می کنند نیز به عنوان مرجع به این کتاب علاقه مند خواهند شد.

This book provides a deep analysis and wide coverage of the very strong trend in computer vision and visual indexing and retrieval, covering such topics as incorporation of models of Human Visual attention into analysis and retrieval tasks. It makes the bridge between psycho-visual modelling of Human Visual System and the classical and most recent models in visual content indexing and retrieval.

The large spectrum of visual tasks, such as recognition of textures in static images, of actions in video content, image retrieval, different methods of visualization of images and multimedia content based on visual saliency are presented by the authors. Furthermore, the interest in visual content is modelled with the means of the latest classification models such as Deep Neural Networks is also covered in this book.

This book is an exceptional resource as a secondary text for researchers and advanced level students, who are involved in the very wide research in computer vision, visual information indexing and retrieval. Professionals working in this field will also be interested in this book as a reference.

Front Matter ....Pages i-xiv
 Visual Content Indexing and Retrieval with Psycho-Visual Models  (Patrick Le Callet, Jenny Benois-Pineau)....Pages 1-10
 Perceptual Texture Similarity for Machine Intelligence Applications  (Karam Naser, Vincent Ricordel, Patrick Le Callet)....Pages 11-41
 Deep Saliency: Prediction of Interestingness in Video with CNN  (Souad Chaabouni, Jenny Benois-Pineau, Akka Zemmari, Chokri Ben Amar)....Pages 43-74
 Introducing Image Saliency Information into Content Based Indexing and Emotional Impact Analysis  (Syntyche Gbehounou, Thierry Urruty, François Lecellier, Christine Fernandez-Maloigne)....Pages 75-101
 Saliency Prediction for Action Recognition  (Michael Dorr, Eleonora Vig)....Pages 103-124
 Querying Multiple Simultaneous Video Streams with 3D Interest Maps  (Axel Carlier, Lilian Calvet, Pierre Gurdjos, Vincent Charvillat, Wei Tsang Ooi)....Pages 125-144
 Information: Theoretical Model for Saliency Prediction—Application to Attentive CBIR  (Vincent Courboulay, Arnaud Revel)....Pages 145-170
 Image Retrieval Based on Query by Saliency Content  (Adrian G. Bors, Alex Papushoy)....Pages 171-209
 Visual Saliency for the Visualization of Digital Paintings  (Pol Kennel, Frédéric Comby, William Puech)....Pages 211-232
 Predicting Interestingness of Visual Content  (Claire-Hélène Demarty, Mats Sjöberg, Mihai Gabriel Constantin, Ngoc Q. K. Duong, Bogdan Ionescu, Thanh-Toan Do et al.)....Pages 233-265
Back Matter ....Pages 267-267