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
ویرایش: 1 نویسندگان: Martin Weinmann (auth.), Giovanni Maria Farinella, Sebastiano Battiato, Roberto Cipolla (eds.) سری: Advances in Computer Vision and Pattern Recognition ISBN (شابک) : 9781447155195, 9781447155201 ناشر: Springer-Verlag London سال نشر: 2013 تعداد صفحات: 437 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 17 مگابایت
کلمات کلیدی مربوط به کتاب موضوعات پیشرفته در چشم انداز کامپیوتر: تصویربرداری کامپیوتری، بینایی، تشخیص الگو و گرافیک
در صورت تبدیل فایل کتاب Advanced Topics in Computer Vision 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 موضوعات پیشرفته در چشم انداز کامپیوتر 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.
این کتاب مجموعه وسیعی از تحقیقات پیشرفته را ارائه میکند که هم جنبههای نظری و هم جنبههای عملی بازسازی، ثبت و شناسایی را پوشش میدهد. متن یک نمای کلی از مناطق چالش برانگیز و توصیف الگوریتم های جدید ارائه می دهد. ویژگی ها: ویژگی های بصری، ویژگی های مسیر، و تطبیق استریو را بررسی می کند. چالشهای اصلی تشخیص شی نیمهنظارتشده و روشی جدید برای طبقهبندی کنشهای انسانی را مرور میکند. چارچوبی برای مکانیابی بصری MAVها و استفاده از محدودیتهای گشتاور در بهینهسازی شکل محدب ارائه میکند. راهحلهایی برای مشکل شناسایی مشترک و طبقهبندیکنندههای مبتنی بر فاصله برای طبقهبندی تصاویر در مقیاس بزرگ را بررسی میکند. توضیح می دهد که چگونه قضیه چهار رنگ را می توان برای حل مسائل MRF استفاده کرد. یک مدل مولد بیزی برای درک محیط های داخلی و یک رویکرد تقویت کننده برای تعمیم قانون k-NN معرفی می کند. موضوع تشخیص شی خاص صحنه و رویکردی برای ساخت ویدیو با وضوح فوق العاده زمانی را مورد بحث قرار می دهد.
This book presents a broad selection of cutting-edge research, covering both theoretical and practical aspects of reconstruction, registration, and recognition. The text provides an overview of challenging areas and descriptions of novel algorithms. Features: investigates visual features, trajectory features, and stereo matching; reviews the main challenges of semi-supervised object recognition, and a novel method for human action categorization; presents a framework for the visual localization of MAVs, and for the use of moment constraints in convex shape optimization; examines solutions to the co-recognition problem, and distance-based classifiers for large-scale image classification; describes how the four-color theorem can be used for solving MRF problems; introduces a Bayesian generative model for understanding indoor environments, and a boosting approach for generalizing the k-NN rule; discusses the issue of scene-specific object detection, and an approach for making temporal super resolution video.
Front Matter....Pages I-XIV
Visual Features—From Early Concepts to Modern Computer Vision....Pages 1-34
Where Next in Object Recognition and how much Supervision Do We Need?....Pages 35-64
Recognizing Human Actions by Using Effective Codebooks and Tracking....Pages 65-93
Evaluating and Extending Trajectory Features for Activity Recognition....Pages 95-111
Co-recognition of Images and Videos: Unsupervised Matching of Identical Object Patterns and Its Applications....Pages 113-141
Stereo Matching—State-of-the-Art and Research Challenges....Pages 143-179
Visual Localization for Micro Aerial Vehicles in Urban Outdoor Environments....Pages 181-214
Moment Constraints in Convex Optimization for Segmentation and Tracking....Pages 215-242
Large Scale Metric Learning for Distance-Based Image Classification on Open Ended Data Sets....Pages 243-276
Top–Down Bayesian Inference of Indoor Scenes....Pages 277-311
Efficient Loopy Belief Propagation Using the Four Color Theorem....Pages 313-339
Boosting k -Nearest Neighbors Classification....Pages 341-375
Learning Object Detectors in Stationary Environments....Pages 377-409
Video Temporal Super-resolution Based on Self-similarity....Pages 411-430
Back Matter....Pages 431-433