ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Deep learning for biometrics

دانلود کتاب یادگیری عمیق برای بیومتریک

Deep learning for biometrics

مشخصات کتاب

Deep learning for biometrics

ویرایش:  
نویسندگان: ,   
سری: Advances in computer vision and pattern recognition 
ISBN (شابک) : 9783319616575, 9783319616568 
ناشر: Springer 
سال نشر: 2017 
تعداد صفحات: 329 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 Mb 

قیمت کتاب (تومان) : 57,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 5


در صورت تبدیل فایل کتاب Deep learning for biometrics 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 یادگیری عمیق برای بیومتریک 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.


توضیحاتی در مورد کتاب یادگیری عمیق برای بیومتریک

این متن/مرجع به موقع، نمای کلی گسترده ای از معماری های یادگیری عمیق پیشرفته را برای یادگیری بازنمایی ویژگی موثر برای وظایف ادراکی و مرتبط با بیومتریک ارائه می دهد. این متن، ویترینی از تحقیقات پیشرفته در مورد استفاده از شبکه‌های عصبی کانولوشنال (CNN) در سیستم‌های بیومتریک صورت، عنبیه، اثر انگشت و عروق، علاوه بر سیستم‌های نظارتی که از بیومتریک نرم استفاده می‌کنند، ارائه می‌کند. مسائل مربوط به امنیت بیومتریک نیز مورد بررسی قرار گرفته است. موضوعات و ویژگی‌ها: به کاربرد یادگیری عمیق برای بهبود عملکرد شناسایی بیومتریک در طیف گسترده‌ای از روش‌های مختلف بیومتریک می‌پردازد. یادگیری عمیق برای بیومتریک چهره، ارائه بینش‌هایی از تصویربرداری عصبی، و مقایسه با معماری‌های مبتنی بر CNN محبوب برای معاینه‌های تشخیص چهره را ارائه می‌دهد. یادگیری عمیق برای جدیدترین تشخیص اثر انگشت و ورید انگشت نهفته، و همچنین تشخیص عنبیه در مورد یادگیری عمیق برای بیومتریک نرم، از جمله رویکردهایی برای شناسایی مبتنی بر ژست، طبقه‌بندی جنسیت، و تشخیص خالکوبی، یادگیری عمیق برای امنیت بیومتریک را بررسی می‌کند. با پوشش روش‌های حفاظت از الگوی بیومتریک، و تشخیص زنده بودن برای محافظت در برابر نمونه‌های بیومتریک جعلی، مشارکت‌های منتخبی از متخصصان برجسته در این زمینه را ارائه می‌کند که به نمایندگی از دانشگاه، صنعت و آزمایشگاه‌های دولتی معرفی می‌شوند و هم مقدمه‌ای در دسترس برای کاربردهای عملی یادگیری عمیق بیومتریک، و پوششی جامع از کل طیف روش‌های بیومتریک، این جلد معتبر مورد توجه همه محققان، پزشکان و دانش‌آموزان درگیر در حوزه‌های مرتبط بینایی کامپیوتر، تشخیص الگو و یادگیری ماشین خواهد بود. دکتر بیر بانو رئیس ریاست جمهوری بورنز، استاد برجسته مهندسی برق و کامپیوتر و مدیر مرکز تحقیقات در سیستم های هوشمند در دانشگاه کالیفرنیا در ریورساید، ایالات متحده است. برخی دیگر از انتشارات اسپرینگر او شامل عناوین بیوانفورماتیک ویدیویی، شبکه‌های حسگر ویدیوی توزیع‌شده، و تشخیص انسان در فاصله از راه دور در ویدیو است. دکتر آجی کومار دانشیار دپارتمان محاسبات در دانشگاه پلی تکنیک هنگ کنگ است. بیشتر بخوانید... < /div>
چکیده:
مسائل مربوط به امنیت بیومتریک نیز مورد بررسی قرار می گیرد. موضوعات و ویژگی ها: به کاربرد یادگیری عمیق برای افزایش عملکرد شناسایی بیومتریک در طیف وسیعی از روشهای مختلف بیومتریک؛ بیشتر بخوانید...

توضیحاتی درمورد کتاب به خارجی

This timely text/reference presents a broad overview of advanced deep learning architectures for learning effective feature representation for perceptual and biometrics-related tasks. The text offers a showcase of cutting-edge research on the use of convolutional neural networks (CNN) in face, iris, fingerprint, and vascular biometric systems, in addition to surveillance systems that use soft biometrics. Issues of biometrics security are also examined. Topics and features: Addresses the application of deep learning to enhance the performance of biometrics identification across a wide range of different biometrics modalities Revisits deep learning for face biometrics, offering insights from neuroimaging, and provides comparison with popular CNN-based architectures for face recognition Examines deep learning for state-of-the-art latent fingerprint and finger-vein recognition, as well as iris recognition Discusses deep learning for soft biometrics, including approaches for gesture-based identification, gender classification, and tattoo recognition Investigates deep learning for biometrics security, covering biometrics template protection methods, and liveness detection to protect against fake biometrics samples Presents contributions from a global selection of pre-eminent experts in the field representing academia, industry and government laboratories Providing both an accessible introduction to the practical applications of deep learning in biometrics, and a comprehensive coverage of the entire spectrum of biometric modalities, this authoritative volume will be of great interest to all researchers, practitioners and students involved in related areas of computer vision, pattern recognition and machine learning. Dr. Bir Bhanu is Bourns Presidential Chair, Distinguished Professor of Electrical and Computer Engineering and the Director of the Center for Research in Intelligent Systems at the University of California at Riverside, USA. Some of his other Springer publications include the titles Video Bioinformatics, Distributed Video Sensor Networks, and Human Recognition at a Distance in Video. Dr. Ajay Kumar is an Associate Professor in the Department of Computing at the Hong Kong Polytechnic University. Read more...
Abstract:
Issues of biometrics security are also examined.Topics and features: addresses the application of deep learning to enhance the performance of biometrics identification across a wide range of different biometrics modalities; Read more...




نظرات کاربران