|
题名:
|
Information theory in computer vision and pattern recognition / Francisco Escolano, Pablo Suau, Boyan Bonev , |
|
ISBN:
|
978-7-5192-9698-8 价格： CNY159.00 |
|
语种:
|
eng |
|
载体形态:
|
xvii, 355页 图 (部分彩图) 24cm |
|
出版发行:
|
出版地： 北京 出版社： 世界图书出版公司 出版日期： 2023.1 |
|
内容提要:
|
本书讲述的是: 信息论已被证明可以有效地解决许多计算机视觉和模式识别 (CVPR) 问题, 如图像匹配、聚类和分割、显著性检测、特征选择、最优分类器设计等。如今, 研究人员正在将信息理论的元素广泛引入CVPR领域, 其中包括测度 (熵、交互信息)、原理 (最大熵、极大极小熵) 和理论 (速率失真理论、类型法) 等。本书通过增量复杂性方法探索和介绍了信息论的元素, 同时也提出了CVPR问题的形成和和最具代表性的算法。当应用于不同的问题时, 作者会突出信息理论原理之间的有趣关联, 寻求一个全面的研究路线图。本书的研究结果为CVPR和机器学习。 |
|
主题词:
|
信息论 应用 |
|
中图分类法:
|
TP302.7 版次： 5 |
|
主要责任者:
|
鲁伊斯 著 |
|
主要责任者:
|
佩雷斯 著 |
|
主要责任者:
|
博涅夫 著 |
|
附注:
|
全彩英文版 |