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: Chen Chen, Yuzhuo Ren, C.-C. Jay Kuo (auth.) سری: SpringerBriefs in Electrical and Computer Engineering ISBN (شابک) : 9789811006296, 9789811006319 ناشر: Springer Singapore سال نشر: 2016 تعداد صفحات: 128 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 مگابایت
در صورت تبدیل فایل کتاب Big Visual Data Analysis: Scene Classification and Geometric Labeling 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 تجزیه و تحلیل داده های بصری بزرگ: طبقه بندی صحنه و برچسب گذاری هندسی 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 مروری بر رویکردهای سنتی تجزیه و تحلیل دادههای بصری بزرگ ارائه میکند و راهحلهای پیشرفتهای را برای چندین مشکل درک صحنه، طبقهبندی فضای داخلی/خارج، طبقهبندی صحنههای بیرونی، و تخمین طرحبندی صحنه در فضای باز ارائه میدهد. این با تصاویر رنگی طبیعی و مصنوعی متعدد نشان داده شده است، و تجزیه و تحلیل آماری گسترده ای برای کمک به خوانندگان ارائه شده است تا توزیع داده های بصری بزرگ و مشکلات مربوط به آن را تجسم کنند. اگرچه تحقیقاتی در مورد تجزیه و تحلیل داده های بصری بزرگ انجام شده است، اما کار کمی در مورد تجزیه و تحلیل توزیع داده های تصویر بزرگ با استفاده از رویکرد آماری مدرن شرح داده شده در این کتاب منتشر شده است. با ارائه یک روش کامل در مورد تجزیه و تحلیل داده های بصری بزرگ با سه مشکل درک صحنه مصور، یک چارچوب کلی ارائه می کند که می تواند برای سایر کارهای تجزیه و تحلیل داده های بصری بزرگ اعمال شود.
This book offers an overview of traditional big visual data analysis approaches and provides state-of-the-art solutions for several scene comprehension problems, indoor/outdoor classification, outdoor scene classification, and outdoor scene layout estimation. It is illustrated with numerous natural and synthetic color images, and extensive statistical analysis is provided to help readers visualize big visual data distribution and the associated problems. Although there has been some research on big visual data analysis, little work has been published on big image data distribution analysis using the modern statistical approach described in this book. By presenting a complete methodology on big visual data analysis with three illustrative scene comprehension problems, it provides a generic framework that can be applied to other big visual data analysis tasks.
Front Matter....Pages i-x
Introduction....Pages 1-5
Scene Understanding Datasets....Pages 7-21
Indoor/Outdoor Classification with Multiple Experts....Pages 23-63
Outdoor Scene Classification Using Labeled Segments....Pages 65-92
Global-Attributes Assisted Outdoor Scene Geometric Labeling....Pages 93-120
Conclusion and Future Work....Pages 121-122