دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: illustrated edition نویسندگان: Yali Amit سری: ISBN (شابک) : 9780262011945, 0262011948 ناشر: The MIT Press سال نشر: 2002 تعداد صفحات: 325 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب 2D object detection and recognition: models, algorithms and networks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تشخیص و شناسایی شی 2D: مدل ها ، الگوریتم ها و شبکه ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
دو مشکل فرعی مهم بینایی کامپیوتر، تشخیص و تشخیص اشیاء دو بعدی در تصاویر سطح خاکستری است. این کتاب ساخت و آموزش مدلها، رویکردهای محاسباتی برای پیادهسازی کارآمد، و پیادهسازیهای موازی در معماریهای شبکههای عصبی قابل قبول بیولوژیکی را مورد بحث قرار میدهد. این رویکرد مبتنی بر مدلسازی و برآورد آماری، با تاکید بر سادگی، شفافیت و کارایی محاسباتی است. این کتاب طیفی از مدلهای قالب قابل تغییر شکل را توصیف میکند، از مدلهای پراکنده درشت شامل محاسبات گسسته و سریع تا مدلهای دقیقتر بر اساس فرمولهای پیوسته، شامل بهینهسازی فشرده. هر مدل بر حسب زیرمجموعه ای از نقاط در یک شبکه مرجع (الگو)، مجموعه ای از نمونه های قابل قبول از این نقاط (تغییر شکل ها) و یک مدل آماری برای داده هایی که نمونه خاصی از شی موجود در تصویر ارائه می شود، تعریف می شود. . یک موضوع تکراری، رویکردی درشت تا ظریف برای حل مشکلات بینایی است. این کتاب توضیحات مفصلی از الگوریتمهای مورد استفاده و همچنین کد ارائه میدهد و نرمافزار و مجموعه دادهها در وب در دسترس هستند.
Two important subproblems of computer vision are the detection and recognition of 2D objects in gray-level images. This book discusses the construction and training of models, computational approaches to efficient implementation, and parallel implementations in biologically plausible neural network architectures. The approach is based on statistical modeling and estimation, with an emphasis on simplicity, transparency, and computational efficiency. The book describes a range of deformable template models, from coarse sparse models involving discrete, fast computations to more finely detailed models based on continuum formulations, involving intensive optimization. Each model is defined in terms of a subset of points on a reference grid (the template), a set of admissible instantiations of these points (deformations), and a statistical model for the data given a particular instantiation of the object present in the image. A recurring theme is a coarse to fine approach to the solution of vision problems. The book provides detailed descriptions of the algorithms used as well as the code, and the software and data sets are available on the Web.