書馨卡幫你省薪 2024個(gè)人購(gòu)書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

深度學(xué)習(xí)視頻理解

作者：張皓
出版社：電子工業(yè)出版社出版時(shí)間：2021-10-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 324
中 圖 價(jià):¥99.8(7.8折) 定價(jià)  ¥128.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

深度學(xué)習(xí)視頻理解 版權(quán)信息

深度學(xué)習(xí)視頻理解 本書特色

《深度學(xué)習(xí)視頻理解》是一本綜合介紹新的基于深度學(xué)習(xí)的視頻理解算法的參考書，通過(guò)理論與實(shí)踐相結(jié)合的形式詳細(xì)介紹了視頻理解中的識(shí)別、定位、特征表示等諸多重點(diǎn)任務(wù)和方法。對(duì)該領(lǐng)域的研究者和從業(yè)者都非常實(shí)用。 作者張皓畢業(yè)于著名的南京大學(xué)LAMDA研究所，現(xiàn)任騰訊在線視頻研究員。在視頻理解領(lǐng)域深入研究多年。

深度學(xué)習(xí)視頻理解 內(nèi)容簡(jiǎn)介

視頻理解是計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)的一個(gè)重要分支。本書對(duì)視頻理解的3個(gè)重要領(lǐng)域進(jìn)行介紹，對(duì)于每個(gè)領(lǐng)域，本書不僅解釋了相關(guān)算法的原理，還梳理了算法演進(jìn)的脈絡(luò)。全書共分6章，第1章簡(jiǎn)要介紹視頻行業(yè)的發(fā)展歷程；第2章回顧經(jīng)典圖像分類模型和RNN；第3章和第4章介紹動(dòng)作識(shí)別的重要算法；第5章介紹時(shí)序動(dòng)作定位的重要算法；第6章介紹視頻Embedding的重要算法。*后總結(jié)了常用的一些視頻處理工具。 本書既適合高等院校人工智能相關(guān)專業(yè)的本科生和研究生閱讀，也可供視頻理解、推薦系統(tǒng)、搜索引擎和計(jì)算廣告等領(lǐng)域的研究人員和從業(yè)者參考。

深度學(xué)習(xí)視頻理解 目錄

第1章 緒論 1

1.1 引言 1

1.2 本書內(nèi)容 5

1.3 本章小結(jié) 15

第2章 經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)回顧 16

2.1 經(jīng)典圖像分類網(wǎng)絡(luò) 16

2.1.1 LetNet-5 16

2.1.2 AlexNet 18

2.1.3 VGGNet 22

2.1.4 GoogLeNet 24

2.1.5 Inception V2/V3 27

2.1.6 ResNet 28

2.1.7 preResNet 31

2.1.8 WRN 32

2.1.9 隨機(jī)深度網(wǎng)絡(luò) 33

2.1.10 DenseNet 35

2.1.11 ResNeXt 36

2.1.12 SENet 39

2.1.13 MobileNet 41

2.1.14 MobileNet V2/V3 44

2.1.15 ShuffleNet 46

2.1.16 ShuffleNet V2 49

2.2 RNN、LSTM和GRU 51

第3章 基于2D卷積的動(dòng)作識(shí)別 62

3.1 平均匯合 62

3.2 NetVLAD和NeXtVLAD 64

3.3 利用RNN融合各幀特征 77

3.4 利用3D卷積融合各幀特征 81

3.5 雙流法 87

3.6 時(shí)序稀疏采樣 95

3.7 利用iDT軌跡 104

第4章 基于3D卷積的動(dòng)作識(shí)別 110

4.1 3D卷積基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu) 110

4.2 I3D 118

4.4 TSM 135

4.5 3D卷積 + RNN 137

4.6 ARTNet 139

4.7 Non-Local 141

4.8 SlowFast 148

4.9 3D卷積神經(jīng)網(wǎng)絡(luò)超參數(shù)設(shè)計(jì) 152

第5章 時(shí)序動(dòng)作定位 159

5.1 基于滑動(dòng)窗的算法 160

5.2 基于候選時(shí)序區(qū)間的算法 171

5.3 自底向上的時(shí)序動(dòng)作定位算法 183

5.4 對(duì)時(shí)序結(jié)構(gòu)信息建模的算法 197

5.5 逐幀預(yù)測(cè)的算法 202

5.6 單階段算法 208

第6章 視頻Embedding 219

6.1 基于視頻內(nèi)容的無(wú)監(jiān)督 Embedding 220

6.2 Word2Vec 229

6.2.1 CBOW和Skip-Gram 229

6.2.2 分層 Softmax 234

6.2.3 負(fù)采樣 239

6.3 Item2Vec 247

6.3.1 Item2Vec 基本形式 247

6.3.2 Item2Vec的改進(jìn) 249

6.4 基于圖的隨機(jī)游走 252

6.5 結(jié)合一二階相似度 257

6.6 基于圖的鄰居結(jié)點(diǎn) 265

6.7 基于多種信息學(xué)習(xí)視頻Embedding 274

附錄A 視頻處理常用工具 281

參考文獻(xiàn) 296


展開(kāi)全部

深度學(xué)習(xí)視頻理解 作者簡(jiǎn)介

張皓，畢業(yè)于南京大學(xué)計(jì)算機(jī)系周志華教授領(lǐng)導(dǎo)的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘研究所（LAMDA），導(dǎo)師為吳建鑫教授，研究方向?yàn)樯疃葘W(xué)習(xí)和計(jì)算機(jī)視覺(jué)，曾獲國(guó)家獎(jiǎng)學(xué)金、江蘇省三好學(xué)生等榮譽(yù)。發(fā)表論文累計(jì)被引超過(guò) 190 次，合譯《模式識(shí)別》一書，曾獲 2016 年ECCV視頻表象性格分析競(jìng)賽世界冠軍。 現(xiàn)任騰訊在線視頻研究員，專注于騰訊視頻等場(chǎng)景下的相關(guān)視頻理解任務(wù)。曾任騰訊優(yōu)圖實(shí)驗(yàn)室研究員，為“微信看一看”等場(chǎng)景提供相關(guān)視頻理解能力。 知乎號(hào)“張皓”，擔(dān)任多個(gè)自媒體作者或?qū)谧髡摺?

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
返回頂部
中圖網(wǎng)
在線客服