商品簡介
作者簡介
目次
1.1 文本搜索引擎的發展 1
1.2 文本搜索引擎的結構與實現 2
1.2.1 文本預處理 3
1.2.2 建立索引 5
1.2.3 對索引進行搜索 7
1.3 搜索引擎的一般結構 10
1.4 從文本到圖像 10
1.5 現有圖像搜索引擎介紹 12
1.5.1 Google圖像搜索引擎 12
1.5.2 百度圖像搜索引擎 13
1.5.3 TinEye圖像搜索引擎 14
1.5.4 淘寶圖像搜索引擎 15
1.6 本章小結 16
第 2章 傳統圖像特徵提取 17
2.1 人類怎樣獲取和理解一幅圖像 17
2.2 計算機怎樣獲取和表示一幅圖像 18
2.2.1 採樣 18
2.2.2 量化 19
2.2.3 數字圖像的存儲 19
2.2.4 常用的位圖格式 20
2.2.5 色彩空間 20
2.2.6 圖像基本操作 21
2.3 圖像特徵的分類 29
2.4 全域特徵 30
2.4.1 顏色特徵 30
2.4.2 紋理特徵 41
2.4.3 形狀特徵 67
2.5 局部特徵 82
2.5.1 SIFT描述符 82
2.5.2 SURF描述符 86
2.6 本章小結 88
第3章 深度學習圖像特徵提取 89
3.1 深度學習 89
3.1.1 神經網絡的發展 89
3.1.2 深度神經網絡的突破 92
3.1.3 主要的深度神經網絡模型 95
3.2 深度學習應用框架 97
3.2.1 TensorFlow 97
3.2.2 Torch 98
3.2.3 Caffe 98
3.2.4 Theano 98
3.2.5 Keras 99
3.2.6 DeepLearning4J 99
3.3 卷積神經網絡 99
3.3.1 卷積 99
3.3.2 卷積神經網絡概述 103
3.3.3 經典卷積神經網絡結構 110
3.3.4 使用卷積神經網絡提取圖像特徵 130
3.3.5 使用遷移學習和微調技術進一步提升提取特徵的精度 134
3.4 本章小結 141
第4章 圖像特徵索引與檢索 142
4.1 圖像特徵降維 142
4.1.1 主成分分析算法降維 142
4.1.2 深度自動編碼器降維 150
4.2 圖像特徵標準化 153
4.2.1 離差標準化 153
4.2.2 標準差標準化 153
4.3 圖像特徵相似度的度量 154
4.3.1 歐氏距離 154
4.3.2 曼哈頓距離 155
4.3.3 海明距離 155
4.3.4 余弦相似度 155
4.3.5 傑卡德相似度 156
4.4 圖像特徵索引與檢索 157
4.4.1 從最近鄰(NN)到K最近鄰(KNN) 157
4.4.2 索引構建與檢索 158
4.5 本章小結 173
第5章 構建一個基於深度學習的Web圖像搜索引擎 174
5.1 架構分析與技術路線 174
5.1.1 架構分析 174
5.1.2 技術路線 175
5.2 程序實現 175
5.2.1 開發環境搭建 175
5.2.2 項目實現 176
5.3 優化策略 204
5.4 本章小結 205
主題書展
更多主題書展
更多書展本週66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。