本書分為四大部分內(nèi)容，系統(tǒng)詳細(xì)地介紹了智能媒體技術(shù)本身和所涉及的交叉學(xué)科的前沿知識(shí)。本書的四大部分分別為圖像增強(qiáng)、圖像質(zhì)量評(píng)價(jià)、圖像情感識(shí)別、圖像數(shù)字水印。
數(shù)字圖像在采集。傳輸過程中受環(huán)境、設(shè)備、人為因素等影響不可避免地引人失真導(dǎo)致圖像信息丟失，不僅影響人的視覺感知，而且船圖像信息的后續(xù)處理增大難度。圖像一直是圖像處理領(lǐng)城研究的熱點(diǎn)和難點(diǎn)，除此之外，研究如何而義地量化圖像的質(zhì)量特征也有著重大的實(shí)踐意義。
當(dāng)前相關(guān)研究中更多地著重于西像內(nèi)容信息，比如場(chǎng)識(shí)別、工業(yè)報(bào)疵檢測(cè)等，然面圖像中并不只擁有客觀的視部分，括主觀方面的堵感知。對(duì)圍像感的識(shí)別可以更地分析與傾向、用戶堵傾向、了解用戶需求、預(yù)測(cè)市場(chǎng)走向等。因此，對(duì)圖像所蘸含的行描述與識(shí)別已成為一個(gè)亟苻解決的重要問題。
目前數(shù)字產(chǎn)品在網(wǎng)絡(luò)上大量傳播，在豐富方便人們生活的同時(shí)，也產(chǎn)生了一系列版權(quán)糾紛問題。其中圖像因使用較為廣泛而更易產(chǎn)生版權(quán)糾紛問題。因此，用于數(shù)字版權(quán)保護(hù)的數(shù)字水印技術(shù)相應(yīng)地成為一大研究熱點(diǎn)，
得益于深度學(xué)展與應(yīng)用，不同的深度學(xué)在圍像等領(lǐng)城展現(xiàn)出了更優(yōu)于傳統(tǒng)方法的性能。本書是我們基于深度學(xué)對(duì)媒體主要的載體一圖像從圖像.圖像質(zhì)量評(píng)價(jià)、圖像感識(shí)別、圖像水印四個(gè)方面行的新研展。希望讀者通過閱讀此書得到一定的收獲。以此對(duì)智能媒體技術(shù)產(chǎn)生依厚的學(xué)井積極投身到媒體技術(shù)的科研話動(dòng)中來。
其中第1單元圖像中的第1一2,6一7章由曾靜擁寫，第3章由劉芳撰寫,第4~5章由翟炎修撰，第2單元圖像質(zhì)量評(píng)價(jià)中的8一11章由龐云杰擁寫:第3單元圖像感訊別中的12一15章由梁祐慈撰嗎;第4單元圖像水印中的16~19章由孫業(yè)張撰馬。葉芳同學(xué)對(duì)前9章、股淑程岡學(xué)對(duì)后9章的內(nèi)行了認(rèn)真的文本編輯校對(duì)。在此一井給予感謝!
本書可作為普通高校新媒體技術(shù)、計(jì)算機(jī)科學(xué)技術(shù)與應(yīng)用、人工智能等專業(yè)“新耀體技術(shù)”或“圍像處理技術(shù)與分析”課程的教材，也可作為圍像處理與分析行業(yè)技術(shù)與管理人員的參考書。
第1單元圖像
第1章圖像概述
1.1研究背景及研究意義
1.2國(guó)內(nèi)外研究現(xiàn)狀
T40第2章基于深度學(xué)實(shí)彩色圖像基本理論
2.1一基于深度學(xué)像相關(guān)理論
2.2遷移學(xué)理論
2.3真實(shí)彩色圖像底層質(zhì)量指標(biāo)影響機(jī)制
2.4深度強(qiáng)化學(xué)理論
2.5本章小結(jié)ii
第3章基于深度殘差學(xué)損失函數(shù)的圖像去噪算法研究
3.1研究思路
3.2算法設(shè)計(jì)
3.2.1空洞卷積層
3.2.2基于多級(jí)殘差的鏈?zhǔn)骄W(wǎng)絡(luò)
3.2.3聯(lián)合損失函數(shù)
3.3實(shí)驗(yàn)結(jié)果與分析-.
3.3.1數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
3.3.2實(shí)驗(yàn)參數(shù)設(shè)置
3.3.3層數(shù)選擇分析
3.3.4模塊數(shù)選擇分析
3.3.5結(jié)果分析
3.4本章小結(jié)
9第4章基于注意力機(jī)制和生成對(duì)抗網(wǎng)絡(luò)的低照度圖像算法
4.1基于注意力機(jī)制和生成對(duì)抗網(wǎng)絡(luò)的低照度圖像算法設(shè)計(jì)
4.1.1算法框架
4.1.2損失函數(shù)設(shè)計(jì)
實(shí)驗(yàn)結(jié)果與分析
4.2.1數(shù)據(jù)庫(kù)-
4.2.2實(shí)驗(yàn)設(shè)置
4.2.3實(shí)驗(yàn)結(jié)果與分析
本章小結(jié)
基于顏色恒常性的低照度圖像顏色保真算法研究
5.1基于比率圍的卷積神網(wǎng)絡(luò)設(shè)計(jì)
5.1.1算法框架一
5.1.2損失函數(shù)設(shè)計(jì)
實(shí)驗(yàn)結(jié)果..
5.2.1實(shí)驗(yàn)設(shè)置
5.2.2實(shí)驗(yàn)結(jié)果與分析
本章小結(jié)....
基于圖像底層質(zhì)量指標(biāo)的真實(shí)彩色圖像算祛
6.1基于深度強(qiáng)化學(xué)實(shí)彩色圖像噪聲/模糊
6.1.1獎(jiǎng)勵(lì)函數(shù).
6.1.2深度強(qiáng)化學(xué)強(qiáng)動(dòng)作
6.2基于欖型的遷移學(xué)實(shí)彩色圖像對(duì)比度與亮度/顏色
6.2.1真實(shí)彩色圖像對(duì)比度一
6.2.2真實(shí)彩色圖像顏色/亮度
實(shí)驗(yàn)結(jié)果與分析.
6.3.1實(shí)驗(yàn)數(shù)據(jù)集與評(píng)價(jià)方法
6.3.2實(shí)驗(yàn)環(huán)境..
6.3.3噪聲/模糊實(shí)驗(yàn)結(jié)果
6.3.4對(duì)比度實(shí)驗(yàn)結(jié)果
6.3.5亮度/顏色實(shí)驗(yàn)結(jié)果
本章小結(jié)“
第7章基于深度遷移強(qiáng)化學(xué)實(shí)彩色圖像算法研究
7.1基于多類別失真的真實(shí)彩色圖像機(jī)制研究
7.2基于深度遷移強(qiáng)化學(xué)實(shí)彩色圖像
7.2.1基于遷移學(xué)ine-tune 的真實(shí)彩色圖像特征提取網(wǎng)絡(luò)
7.2.2基于深度遷移強(qiáng)化學(xué)實(shí)彩色圖像多底層質(zhì)量指標(biāo)
7.3實(shí)驗(yàn)結(jié)果與分析一
7.3.1數(shù)據(jù)集與實(shí)驗(yàn)參數(shù)設(shè)置
7.3.2真實(shí)彩色圖像機(jī)制研究實(shí)驗(yàn)結(jié)果與分析
7.3.3特征提取網(wǎng)絡(luò)結(jié)果與分析，
7.3.4基于深度遷移強(qiáng)化學(xué)實(shí)彩色圖像實(shí)驗(yàn)結(jié)果與分析:“
7.4本章小結(jié)
行和是民角面N決業(yè)武的ODRDRD麗的是劃?rùn)C(jī)的數(shù)子器£A1
第2單元圖像質(zhì)量評(píng)價(jià)
w第8章圖像質(zhì)量評(píng)價(jià)概述
8.1研究背景及研究意義
8.2國(guó)內(nèi)外研究現(xiàn)狀.....
41業(yè) 8.2.1基于人工合成失真的兩種圖像質(zhì)量評(píng)價(jià)方法
8.2.2基于真實(shí)失真的兩種圖像質(zhì)量評(píng)價(jià)方法。
第9章圖像質(zhì)量評(píng)價(jià)相關(guān)理論---.
9.1圖像質(zhì)量評(píng)價(jià)方法
9.1.1主觀質(zhì)量評(píng)價(jià)
139.1.2客觀質(zhì)量評(píng)價(jià)
9.2圖像的底層質(zhì)量特征和高級(jí)語義
圖像底層質(zhì)量特征
9.3實(shí)驗(yàn)圖像庫(kù)和評(píng)價(jià)指標(biāo)
9.3.1質(zhì)量評(píng)價(jià)圖像庫(kù)，
9.3.2客觀的圖像質(zhì)量評(píng)價(jià)指標(biāo)
9.4本章小結(jié)
第10章基于CNN 和集成學(xué)實(shí)失真圖像多底層質(zhì)量指標(biāo)預(yù)測(cè)
10.1CNN 和集成學(xué)/p>
10.1.1基于CNN 的圖像質(zhì)量特征提取
10.1.2集成學(xué)p>
10.2基于CNN 和集成學(xué)實(shí)失真圖像多底層質(zhì)量指標(biāo)預(yù)測(cè)模型
10.21自學(xué)選取
10.2.2集成策略
10.3實(shí)驗(yàn)結(jié)果與分析
10.3.1實(shí)驗(yàn)環(huán)境
10.3.2圖像預(yù)處理
10.3.3網(wǎng)絡(luò)參數(shù)設(shè)計(jì)
10.3.4性能比較與分析
10.3.5消融實(shí)驗(yàn)研究
……
19.1.1 Schur分解基礎(chǔ)理論知識(shí).-
19.1.2彩色圖像分通道Schur分解后U矩陣系數(shù)特點(diǎn)研究
19.2 基于QR碼和 Schur 分解技術(shù)的雙彩色盲水印算祛法
19.2.1水印嵌人算法
19.2.2水印提取算法
19.3實(shí)驗(yàn)結(jié)果與分析
19.3.1不可見性分析
19.3.2魯棒性分析
19.3.3時(shí)效性分析
19.4本章小結(jié)
書單推薦
