基于机器学习的图像检索技术及应用
| 作者 |
| 齐亚莉 |
| 丛书名 |
| 出版社 |
| 电子工业出版社 |
| ISBN |
| 9787121359859 |
| 简要 |
| 简介 |
| 内容简介 《基于机器学习的图像检索技术及应用》针对机器学习抽象又复杂的算法特点，力求理论联系实际，以图像检索应用为主线，由浅入深地以全新角度诠释机器学习在图像检索中的应用。《基于机器学习的图像检索技术及应用》内容包括基于内容的图像检索、机器学习基础、图像特征提取、基于支持向量机的图像检索、基于主动学习的图像检索、基于对象语义的图像检索、图像语义分析及深度学习在图像检索中的应用等。 《基于机器学习的图像检索技术及应用》适合对机器学习、深度学习、图像语义分析和图像检索技术感兴趣并希望对图像语义分析和图像检索技术有深入了解的读者阅读。 |
| 目录 |
| 第1章 基于内容的图像检索 1．1 图像检索技术的发展 1．2 基于内容的图像检索特点 1．2．1 系统结构 1．2．2 基于内容的图像检索系统 1．2．3 基于内容的图像检索技术存在的问题 第2章 机器学习基础 2．1 机器学习发展史 2．2 机器学习分类 2．2．1 按学习策略分类 2．2．2 按应用领域分类 2．2．3 按知识获取分类 2．2．4 按学习形式分类 2．3 典型的机器学习算法 2．3．1 决策树 2．3．2 随机森林算法 2．3．3 逻辑回归模型 2．3．4 支持向量机 2．3．5 朴素贝叶斯分类算法 2．3．6 KNN分类算法 2．3．7 K均值算法 2．3．8 AdaBoost算法 2．3．9 神经网络 2．3．10 马尔可夫模型 2．4 机器学习模型评价 2．4．1 混淆矩阵 2．4．2 评价指标 2．4．3 ROC曲线和AUC值 第3章 图像特征提取 3．1 颜色 3．1．1 颜色空间 3．1．2 颜色特征提取 3．1．3 颜色特征相似度度量 3．2 纹理 3．2．1 纹理特征分类 3．2．2 纹理特征提取 3．2．3 纹理特征相似度度量 3．3形状 3．3．1 形状特征简述 3．3．2 形状特征提取方法 3．3．3 形状特征存在的问题 3．4 局部区域不变性特征 3．4．1 几何变换 3．4．2 尺度不变特征变换 3．4．3 加速稳健特征 3．5 空间关系特征 3．6 特征降维 3．7 相似度度量 第4章 基于支持向量机的图像检索 4．1 支持向量机 …… |
有问题微信扫码联系