媒体计算

样章

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

页数：

224

最新
印次时间：

2026年05月

ISBN：

978-7-04-066215-3

物料号：

66215-00

出版时间：

2026-05-01

读者对象：

高等教育

册数：

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。

目录
- 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