计算机视觉(全英文)/中国科大校友文库 罗杰波 等 主编 fb2 pdf azw3 网盘 rtf 免费 下载 txt

《计算机视觉(全英文)》是由一些综述性或原始研究论文组成的，涉及了计算机视觉的各个领域。包括图像分割和标注、人脸和生物特征识别、图像配准、基于视频内容的分析和三维重建。每篇论文的作者至少有一位是中国科学技术大学信息学院的毕业生。

《计算机视觉(全英文)》可供计算机专业高年级本科生、研究生以及相关领域的科研人员使用。

Preface to the USTC alumni's series

Preface

Part Ⅰ Segmentation and Registration

Chapter 1

Graph Cuts Based Active Contours (GCBAC)

Chapter 2

A Novel Region Constrained Non-Rigid Image Registration FramewQrk

Part Ⅱ Face and Biometrics

Chapter 3

Parallel Image Matrix Compression for Face Recognition

Chapter 4

Fa Expression Recognition Based on Statistical Local Features

Chapter 5

A Hierarchical Compositional Model for Face Representation and Sketching

Chapter 6

A Brief Introduction to Skeleton-Based Fingerprint Minutiae Extraction

Part Ⅲ Image Annotation

Chapter 7

Image Transform Bootstrapping and Its Applications to Semantic Scene Classification

Chapter 8

Bipartite Graph Reinforcement Model for Web Image Annotation

Part Ⅳ Video Analysis

Chapter 9

Motion Estimation Based on Trilinear and Optical Flow Constraints

Chapter 10

Appearance Modeling for Visual Tracking

Chapter 11

Robust Monocular 3D Tracking of Articulated Arm Movement

Chapter 12

Video Classification via Local 3D Eigen Analysis

Chapter 13

Video Annotation: Supervised, Semi-Supervised and Active Learning Approaches

Part Ⅴ 3D Reconstruction

Chapter 14

Rapid 3D Modeling from a Single Image Based on Minimal 2D Control Points

Chapter 15

Quasiconvex Optimization for Robust Geometric Reconstruction

Chapter 16

Deformable Structure from Motion: A Factorization Scheme 

罗杰波，云南昆明人，1989年于中国科学技术大学本科毕业，1995年于美国罗切斯特大学获得博士学位。现任柯达公司研究院首席科学家，研究领域包括图像处理、模式识刚、计算机视觉、多媒体信息挖掘、生物医学信息学等。他以在电子成像和视频通信方而的杰出成就当选SPIE Fellow(2008)，以在语义图像理解和智能图像处理等方面的贡献当选IEEE Fellow(2009)，以在图像视频内容识别中采用概率上下文模型的开创性工作当选IAPR Fellow(2010)。

汤晓鸥，辽宁鞍山人，1990年于中国科学技术大学本科毕业，1996年于麻省理工学院获得博士学位。现任香港中文大学工程学院副院长及信息工程系教授，2005年至2008年于微软亚洲研究院担任视觉计算组主任，研究领域主要有计算机视觉、模式识别和视频处理等。他以在模式识别和视频处理等方面的贡献当选IEEE Fellow(2009)。

徐东，四川大竹人，2001年和2005年于中国科学技术大学电子工程与信息科学系分别获得本科和博士学位，2006年在美国哥伦比亚大学做博士后。现任教于新加坡南洋理工大学计算机工程系，研究方向包括计算机视觉和多媒体信息处理，住靠前有名学术期刊和学术会议上共发表了40余篇沦文。 

暂无出版社相关信息，正在全力查找中！

    Indeed

    we

    are

    far

    from

    the

    first

    who

    tried

    to

    patch

    spatial

    and

    temporal

    information

    together

    for

    a

    better

    understanding

    of

    the

    world:

    The

    4D

    event

    space

    and

    light

    cone

    in

    spe

    relativity

    put

    forward

    by

    Einstein

    have

    been

    the

    foundation

    of

    modern

    physics

    for

    about

    one

    century

    [34].

    Even

    in

    video

    understanding

    several

    research

    groups

    have

    come

    to

    the

    realization

    of

    the

    benefits

    provided

    by

    patching

    videos

    in

    the

    temporal

    direction.

    Stauffer

    and

    Grimson

    developed

    the

    concept

    of

    pixel

    process

    ,

    where

    a

    pixel

    process

    for

    a

    video,

    a

    1D

    data,

    is

    formed

    by

    threading

    pixels

    of

    the

    same

    location

    in

    each

    frame

    in

    videos.

    They

    have

    applied

    this

    novel

    concept

    with

    valuable

    performance

    in

    a

    series

    of

    scene

    monitoring

    and

    tracking

    applications

    within

    the

    framework

    of

    background

    subtraction.

    Chin

    and

    colleagues

    proposed

    a

    temporal

    segmentation

    method

    based

    on

    a

    2D

    image

    which

    is

    formed

    by

    stacking

    collinear

    pixels

    in

    a

    video.

    The

    cut

    detection

    is

    then

    transformed

    into

    a

    line

    detection

    problem

    in

    this

    2D

    spatial-temporal

    image,

    which

    can

    be

    achieved

    more

    effectively.

    As

    can

    be

    seen

    these

    two

    methods

    entirely

    exploited

    temporal

    redundancies

    but

    fell

    short

    of

    taking

    full

    advantage

    of

    spatial

    redundancies.

    Nonetheless,

    the

    E1

    time

    series

    for

    pixel

    process

    and

    E2

    time

    frames

    are

    powerful

    enough

    to

    solve

    their

    respective

    problems

    elegantly.

    ……

在线阅读地址：计算机视觉(全英文)/中国科大校友文库 罗杰波 等 主编在线阅读

在线听书地址：计算机视觉(全英文)/中国科大校友文库 罗杰波 等 主编在线收听

在线购买地址：计算机视觉(全英文)/中国科大校友文库 罗杰波 等 主编在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

《计算机视觉(全英文)》：当代科学技术基础理论与前沿问题研究丛书:中国科学技术大学校友文库,“十一五”国家重点图书 

书籍介绍

《计算机视觉(全英文)》是由一些综述性或原始研究论文组成的，涉及了计算机视觉的各个领域。包括图像分割和标注、人脸和生物特征识别、图像配准、基于视频内容的分析和三维重建。每篇论文的作者至少有一位是中国科学技术大学信息学院的毕业生。

《计算机视觉(全英文)》可供计算机专业高年级本科生、研究生以及相关领域的科研人员使用。