顶部
收藏

媒体计算


作者:
主编 韩亚洪 李泽超 参编 武阿明 轩诗宇 陈旭
定价:
61.00 元
版面字数:
260.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026-01-09
ISBN:
978-7-04-066215-3
物料号:
66215-00
出版时间:
2026-05-21
读者对象:
高等教育

本书是“新一代人工智能系列教材”之一,主要介绍媒体计算领域的基本原理、经典算法及相关应用。全书共8章,主要内容包括媒体计算概述、文本语义分析、视觉内容分析、音视频序列分析、计算机图形分析、基于内容的媒体检索、社交多媒体分析和跨媒体智能分析等。

本书内容兼具前沿性与实用性,不仅融入了最新的研究成果与实际应用案例,还通过在每章设置习题以及推荐编程大作业的形式,实现了学习与实践的紧密结合。本书可作为高等学校人工智能、计算机科学与技术、数字媒体技术专业本科教材或研究生的参考用书,也可供相关领域的技术从业者学习参考。

  • 前辅文
  • 第1章 概述
    • 1.1 媒体计算基本概念
      • 1.1.1 数字媒体与多媒体
      • 1.1.2 媒体计算发展历史
    • 1.2 数字媒体类型
      • 1.2.1 文本与语言
      • 1.2.2 图形与图像
      • 1.2.3 音频与视频
      • 1.2.4 数字媒体常见格式与标准
    • 1.3 媒体计算基本原理
      • 1.3.1 媒体数据表示
      • 1.3.2 媒体数据管理
      • 1.3.3 媒体语义理解
    • 1.4 媒体计算应用
      • 1.4.1 媒体检索
      • 1.4.2 媒体创作
      • 1.4.3 媒体消费
    • 习题
  • 第2章 文本语义分析
    • 2.1 文本处理
      • 2.1.1 数据清洗
      • 2.1.2 数据预处理
    • 2.2 文本特征表示
      • 2.2.1 词的向量化
      • 2.2.2 全局文本表示
      • 2.2.3 深度文本特征
    • 2.3 文本语义分析
      • 2.3.1 潜在语义分析
      • 2.3.2 主题建模
      • 2.3.3 情感分析
    • 习题
  • 第3章 视觉内容分析
    • 3.1 数字图像处理基础
      • 3.1.1 图像的表示
      • 3.1.2 图像的基本处理
    • 3.2 视觉特征提取
      • 3.2.1 全局视觉特征
      • 3.2.2 局部视觉特征
      • 3.2.3 视觉单词与空间金字塔
      • 3.2.4 深度视觉特征
    • 3.3 视觉语义分析
      • 3.3.1 视觉图像分类
      • 3.3.2 视觉目标检测
    • 习题
  • 第4章 音视频序列分析
    • 4.1 音频分析
      • 4.1.1 音频特征表示
      • 4.1.2 音频深度特征
      • 4.1.3 音频分析应用
    • 4.2 视频分析
      • 4.2.1 视频特征表示
      • 4.2.2 视频深度特征
      • 4.2.3 视频分析应用
    • 习题
  • 第5章 计算机图形分析
    • 5.1 基础图形
      • 5.1.1 直线
      • 5.1.2 圆与椭圆
      • 5.1.3 多边形
      • 5.1.4 字符
    • 5.2 曲线与曲面
      • 5.2.1 Bézier曲线与曲面
      • 5.2.2 B样条曲线与曲面
      • 5.2.3 NURBS曲线与曲面
    • 5.3 真实感图形
      • 5.3.1 光照明模型
      • 5.3.2 光线追踪
      • 5.3.3 纹理与纹理映射
    • 5.4 图形媒体应用
      • 5.4.1 电影与动画
      • 5.4.2 三维图像渲染
      • 5.4.3 虚拟现实与增强现实
    • 习题
  • 第6章 基于内容的媒体检索
    • 6.1 概述
      • 6.1.1 系统结构
      • 6.1.2 用户查询
      • 6.1.3 索引与排序
      • 6.1.4 检索结果
    • 6.2 索引
      • 6.2.1 倒排索引
      • 6.2.2 哈希索引
      • 6.2.3 KD树索引
    • 6.3 相似度与排序
      • 6.3.1 相似度与距离
      • 6.3.2 排序与重排序
      • 6.3.3 检索性能评价
    • 习题
  • 第7章 社交多媒体分析
    • 7.1 社交多媒体建模
      • 7.1.1 社交多媒体上下文
      • 7.1.2 社交网络建模
      • 7.1.3 多源异构关联
    • 7.2 社交多媒体挖掘
      • 7.2.1 协同过滤与推荐
      • 7.2.2 异构信息网络挖掘
    • 7.3 社交用户画像
      • 7.3.1 身份消歧与画像匹配
      • 7.3.2 属性缺失与补全
      • 7.3.3 个人与群组画像
    • 习题
  • 第8章 跨媒体智能分析
    • 8.1 跨媒体基础
      • 8.1.1 多媒体内容理解与跨媒体智能分析
      • 8.1.2 跨媒体数据表示
      • 8.1.3 跨媒体关联建模
    • 8.2 跨媒体检索
      • 8.2.1 机器学习方法
      • 8.2.2 深度学习方法
      • 8.2.3 基于哈希的跨媒体检索
    • 8.3 跨媒体理解
      • 8.3.1 视觉与语言
      • 8.3.2 跨媒体图文转换
      • 8.3.3 跨媒体问答与推理
    • 习题
  • 参考文献

相关图书


相关数字化产品