正版
数字图像和文物壁画的智能处理关键技术研究
- 书名
- 数字图像和文物壁画的智能处理关键技术研究
- 作者
- 陈志强,曹建芳 著
- 出版社
- 知识产权出版社
- 出版时间
- 2026-01-01
- ISBN
- 9787524504962
- 货号
- 1204530774
- 品相
- 全新
- 分类
- 涉及古代·艺术
- 书名
- 数字图像和文物壁画的智能处理关键技术研究
- 作者
- 陈志强,曹建芳 著
- 出版社
- 知识产权出版社
- 出版时间
- 2026-01-01
- ISBN
- 9787524504962
- 货号
- 1204530774
- 品相
- 全新
- 分类
- 涉及古代·艺术
作者简介▼
陈志强 博士,山西工程技术学院大数据与智能工程系讲师,一级职业指导师,山西省创业讲师,研究方向为智能信息处理。近年来发表学术论文8篇,其中SCI收录4篇(2篇为中科院一区TOP期刊论文),主持山西省社科联重点课题1项。
曹建芳 博士,忻州师范学院教授,硕士研究生导师。中国计算机学会高级会员,兼任全国高等学校计算机教育研究会理事、山西省计算机学会理事等。近年来主持省部级及以上科研项目10余项;发表学术论文70余篇,其中SCI收录45篇;出版学术著作4部;获得软件著作权30余项。曾荣获“全国巾帼建功标兵”“山西省五一劳动奖章”“第一届山西省创新争先奖”“山西省优秀科技工作者”等称号。
目录▼
第1章 绪言
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本书主要内容
1.4 小结
基础理论篇
第2章 常见的神经网络模型
2.1 前馈神经网络
2.2 循环神经网络
2.3 卷积神经网络
2.4 生成对抗网络
2.5 自注意力网络
2.6 小结
第3章 数字图像和壁画图像处理的性能评测
3.1 图像分析检索的性能评测
3.2 图像质量的性能评测
3.3 统计学评价指标
3.4 小结
图像处理篇
第4章 图像自动分类方法
4.1 基于并行Adaboost-BP神经网络的海量图像分类方法
4.2 基于P-Adaboost-(ABC-PSO-SVM)的图像分类方法
4.3 基于自适应加权特征融合的图像分类方法
4.4 小结
第5章 多标签图像标注方法
5.1 基于双通道卷积神经网络的多标签图像标注方法
5.2 基于CM-Supplement模型的多标签图像标注方法
5.3 基于阈值寻优卷积神经网络的多标签图像标注方法
5.4 基于融入迁移学习的定位策略的图像标注方法
5.5 小结
第6章 基于MapReduce的大规模数字图像检索技术
6.1 Hadoop平台相关技术介绍
6.2 基于MapReduce的大规模数字图像检索方案
6.3 实验与结果分析
6.4 小结
壁画保护篇
第7章 壁画图像分割方法
7.1 基于ICNN-DM的壁画图像分割方法
7.2 基于多尺度特征融合双重注意力增强的壁画分割方法
7.3 小结
第8章 壁画图像修复方法
8.1 基于EA-GAN的壁画图像修复方法
8.2 基于增强局部注意力的生成对抗网络壁画修复方法
8.3 小结
第9章 壁画图像超分辨率重建方法
9.1 基于AP-ProGAN的壁画图像超分辨率重建方法
9.2 基于增强感知质量的零样本壁画超分辨率重建方法
9.3 小结
第10章 结论与展望
10.1 总结
10.2 研究展望
参考文献
文摘▼
本书聚焦数字图像智能处理与文物壁画保护技术展开研究。在数字图像处理方面,提出了基于并行Adaboost-BP神经网络、双通道卷积神经网络及MapReduce的大规模检索等分类、标注与检索优化方法,在准确率、召回率和$F_1$值上均验证了其优于经典算法的性能。在文物壁画保护方面,提出了ICNN-DM、EA-GAN、AP-ProGAN等改进的分割、修复与超分辨率重建模型,并通过主客观评价验证了其效果。书中系统阐述了相关关键技术,改进了核心模型并搭建了验证平台,为数字图像处理与文物壁画修复提供了新思路和实用方法。
本书可作为计算机科学与技术相关专业的本科生及研究生教材,也可为相关领域的研究人员和工程技术人员提供参考。





