图像去噪及图像有序性估计研究

本书为计算机图形图像学及其应用研究专著。内容主要围绕图像有序性估计问题展开，能够直接应用到年龄估计、人群密度估计、美学估计、颜值打分、图像质量评估、医学图像疾病程度评估等问题中。具体讲，该书首先从深度学习的角度分析了有序性估计问题，特别是基于类别标签和有序性分值标签的关系，提出了两种基于风险规则的方法：DTCNN和RiskCNN；其次，基于模型的泛化性和稳定性，该成果提出了两种网格丢弃的方法；然后为了进一步理解图像有序性估计，本书提出了一种基于样本权重的分类模型，能同时执行分类任务和深度类别激活图；最终本书基于深度类别激活图给出了一个应用：图像自动切割。提出的模型不仅能得到有序性评估结果,也能更深入地理解图像有序性空间信息。与大模型相比，本书提出的方法的结果非常有竞争力，与小模型相比，其结果又是当前最好的，大量的对比实验验证了提出的基础模型的有效性和鲁棒性。此外，本书还提出了一种新的年龄估计定义：两点表示方法，并采用级联的方式进行训练。综上，本书具有较好的应用指导性，具有良好的出版价值与推广价值。