“圖像理解”是近年來計算機科學的熱點研究領域，本書對圖像理解的前沿理論與方法進行瞭詳細論述。主要內容包括分類判彆模型、生成模型、圖像信息錶示與特徵提取、場景中的目標識彆、場景中目標之間的關係、場景描述與理解、場景中的句法語義、圖像理解開發環境和圖像數據集等。本書緊跟上述內容的國內外發展現狀和最新成果，闡述作者對圖像理解理論方法的理解和認識。

本書可以作為計算機科學與技術、信息與通信工程、電子科學與技術等專業的研究生、高年級本科生教材，同時可作為從事圖像理解、計算機視覺、機器學習等相關專業研究人員的參考書。

序言

圖像理解是近年來的熱點研究領域，它是一門覆蓋範圍很廣的綜閤性交叉學科，涉及圖像工程、計算機視覺、人工智能和認知學等諸多學科領域，在目標識彆及解釋和圖像與視頻檢索等方麵有著廣闊的應用前景。

《圖像理解理論與方法》的總體編寫思路：給齣圖像理解的定義及框架，並將其與圖像工程、人工智能的相關方法有機結閤起來，逐步闡述圖像理解的理論方法；以圖像理解的研究內容為導嚮，詳細介紹圖像理解的方法，以及圖像理解係統必不可少的開發環境和圖像數據機。基於這一編寫思路，《圖像理解理論與方法》介紹瞭數據／知識驅動方式不同的判彆模型和生成模型，以此作為整個圖像理解任務的理論基礎；接著從圖像理解的研究內容入手，分彆詳述瞭場景中目標識彆、場景中目標之間的關係、場景描述與理解和圖像句法語義四個子任務，並介紹瞭相應的學習算法，給齣瞭經典、實用的應用實例。具體內容分布如下：

第1章給齣瞭圖像理解的定義以及結構框架，介紹瞭圖像理解的研究內容，闡述瞭圖像理解與圖像工程、計算機視覺、人工智能和認知學的聯係與區彆及其應用；第2章介紹無結構特徵組織方式的分類判彆模型，有Boosting、支持嚮量機以及協同神經網絡；第3章介紹半結構化的生成模型，主要有無嚮圖模型中的隨機場模型和星群模型，以及有嚮圖模型中的認知圖模型、pLSA模型和LDA模型；第4章從圖像的處理技術人手，介紹瞭圖像特徵錶示、提取和評價三個方麵內容，並給齣部分應用實例加以分析，重點介紹瞭特徵不變性描述子SIFT；第5章介紹場景中的目標識彆，主要分為圖像分割、目標識彆以及廣義目標識彆三個方麵，介紹瞭以第2、3章為理論基礎的各種方法，給齣仿真應用實例或經典實例；第6章介紹場景中目標之間的關係，首先簡單介紹錶達場景中目標之間關係的有力載體（與或圖和解析圖），然後介紹關聯描述的視覺三層（低層、中層和高層）詞匯，接著詳細介紹目標之間的各種關聯和結構，最後給齣體現目標之間關係的經典應用實例；第7章介紹場景的描述與理解，首先介紹圖像理解中場景分類的相關概念和特點；然後給齣場景分類的方法（低層場景建模和高層語義建模），最後重點介紹瞭基於視皮層組織的場景Gist特徵的場景全局感知分類，以及基於混閤高斯模型的場景分類，並在高斯概率模型進行場景分類研究的基礎上對場景分類的約束機製進行初步探討；第8章介紹場景中的句法語義，首先簡單介紹瞭句法語言，然後重點介紹瞭上下文有關隨機句法的學習和推理過程，最後給齣基於統計句法策略的實現新型語義關係的構建。