图像数据先验的数学建模及其应用

作者简介

谢琦，西安交通大学数学与统计学院助理教授。2020年12月获西安交通大学数学专业理学博士学位。本科毕业于西安交通大学理科数学实验班。曾于2014年8月至10月赴香港理工大学电子计算系访问交流，于2017年9月至2018月9月赴普林斯顿大学金融与运筹系访问交流。目前主要从事机器学习与计算机视觉的基础问题研究，博士期间，以第一作者在TPAMI发表论文2篇，它们均入选ESI高被引论文。入选2022年“CCF优秀博士学位论文激励计划”。

内容简介

本书内容荣获2022年“CCF优秀博士学位论文激励计划” 在图像处理研究中，如何充分利用图像的先验结构一直是研究人员十分感兴趣的课题。图像先验的数学建模是最经典的一种图像先验利用方法，是将图像结构进行形式化与数学化的过程，它不仅反映了人们了解图像本质特征的渴望，也是诸多实际应用的可靠性保障。 本书主展示了几种典型图像处理与分析场景下的先验建模方法，既涉及无监督学习框架，也涉及有监督学习框架。书中创新性提出一系列新型建模工具，相信能够对领域的发展有一定地助力，同时也能为读者带来新的启发。 本书适合具备相关数学、编程基础的研究和开发者阅读，也可为数字人文领域的学者提供一定的参考和借鉴。