Bayesian Approach to Image Interpretation

ویرایش: 1 
نویسندگان: Sunil K. Kopparapu,  Uday B. Desai (auth.)  
سری: The International Series in Engineering and Computer Science 616 
ISBN (شابک) : 9780792373728, 9780306469961 
ناشر: Springer US 
سال نشر: 2002 
تعداد صفحات: 136 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت 

قیمت کتاب (تومان) : 49,000



رویکرد بیزی برای تفسیر تصویر هر کسی که در زمینه تفسیر تصویر کار می‌کند، علاقه‌مند خواهد بود. این به خودی خود کامل است و شامل مطالب پس زمینه است. این باعث می شود که برای یک مبتدی و همچنین برای یک متخصص مفید باشد. برخی از روش‌های احتمالی موجود برای تفسیر تصویر را مرور می‌کند و نتایج جدیدی را ارائه می‌کند. علاوه بر این، کتابشناسی گسترده ای وجود دارد که منابع را در مناطق مختلف پوشش می دهد.
برای یک محقق در این زمینه، مطالب مربوط به ادغام هم افزایی ماژول های تقسیم بندی و تفسیر و رویکرد بیزی برای تفسیر تصویر مفید خواهد بود.
برای یک مهندس شاغل، روش تولید پایگاه دانش، انتخاب دمای اولیه برای الگوریتم بازپخت شبیه سازی شده و برخی مسائل پیاده سازی ارزشمند خواهد بود.
ایده های جدید معرفی شده در کتاب عبارتند از:

• رویکرد جدید به تفسیر تصویر با استفاده از هم افزایی بین بخش بندی و ماژول های تفسیر.
• یک الگوریتم تقسیم بندی جدید بر اساس تجزیه و تحلیل چند وضوح.
• استفاده جدید از شبکه های بیزی (شبکه های علی) برای تفسیر تصویر.
• تاکید بر وابستگی کمتر رویکرد تفسیری به پایگاه دانش و در نتیجه قابل اعتمادتر کردن با مدل‌سازی پایگاه دانش در یک چارچوب احتمالی.

که در هر دو دنیای تحقیقات دانشگاهی و صنعتی مفید است، رویکرد بیزیتفسیر تصویر نیز ممکن است به عنوان یک کتاب درسی برای یک دوره ترم در کامپیوتر استفاده شود. بینایی یا تشخیص الگو.

Bayesian Approach to Image Interpretation will interest anyone working in image interpretation. It is complete in itself and includes background material. This makes it useful for a novice as well as for an expert. It reviews some of the existing probabilistic methods for image interpretation and presents some new results. Additionally, there is extensive bibliography covering references in varied areas.
For a researcher in this field, the material on synergistic integration of segmentation and interpretation modules and the Bayesian approach to image interpretation will be beneficial.
For a practicing engineer, the procedure for generating knowledge base, selecting initial temperature for the simulated annealing algorithm, and some implementation issues will be valuable.
New ideas introduced in the book include:

• New approach to image interpretation using synergism between the segmentation and the interpretation modules.
• A new segmentation algorithm based on multiresolution analysis.
• Novel use of the Bayesian networks (causal networks) for image interpretation.
• Emphasis on making the interpretation approach less dependent on the knowledge base and hence more reliable by modeling the knowledge base in a probabilistic framework.

Useful in both the academic and industrial research worlds, BayesianApproach to Image Interpretation may also be used as a textbook for a semester course in computer vision or pattern recognition.

Overview....Pages 1-10
Background....Pages 11-33
MRF Framework For Image Interpretation....Pages 35-42
Bayesian Net Approach to Image Interpretation....Pages 43-58
Joint Segmentation and Image Interpretation....Pages 59-78
Conclusions....Pages 79-80