返回上一页 发布人:patent
我要发布信息
| 好书推荐：高维低质视觉信息处理从结构感知和理解 | 发布于:2016/06/24 | |
| 随着近年来图像处理技术的快速发展，获取高分辨率图像也变得愈发容易。然而，由于实践中时常伴随着物理约束，导致获取的高维可视化信息的质量被相应的降低。低质量属性包括数据冗余、数据未完成以及噪声等。为了更好地处理高维低质数据，本书在详细阐述视觉数据间内在结构的基础上，提出了一系列行之有效的方法，包括：1.在典型的压缩感知方法的基础之上，将低秩矩阵恢复以及稀疏信号优化统一结合至一个低秩结构学习（LRSL）处理框架中；2.在图结构的基础上，提出了用于视觉信息修复的两种高效计算模型；3.通过利用可视化信息自身的判别式结构，提出了一种判别式分析算法；4.为了解决视觉信息感知处理过程中的不确定性，在信息理论框架的基础上，提出了一种具有鲁棒性的信息理论嵌入方法。 本书共分7章：1.概述，介绍低质视觉信息处理和结构学习模型；2.视觉信息感知的稀疏结构、介绍稀疏结构、非凸启发式修复、低秩矩阵修复及表示；3.稀疏结构在三维重建中的应用，介绍融合矩阵的构造与分析、点云融合问题、多角度立体重建问题；4.图结构，介绍了随机游走算法在视觉信息感知中的应用，并在此基础上阐述了基于图的拉普拉斯算法；5.判别式结构，介绍视觉信号感知问题、图像差分问题、贝叶斯判别式特征和最大期望算法。此外，本章末尾详细给出了相应算法的实验结果及分析；6.信息理论结构，介绍最大互信息正则化（GAMI）、图分配方法、最大互信息正则化的优化和信息理论方法的实验验证等；7.结论。 本书篇幅短小精悍，内容层层深入，通俗易懂。可作为自动化控制、图像处理、优化控制等领域的研究生和科研人员的参考书。 臧光明，硕士研究生 （中国科学院国家空间科学中心）来源：国外科技新书评介 |
||
