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: Yue Deng (auth.)
سری: Springer Theses
ISBN (شابک) : 9783662445259, 9783662445266
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2015
تعداد صفحات: 108
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب پردازش اطلاعات بصری با ابعاد بالا و با کیفیت پایین: از سنجش و درک ساختاریافته: است
در صورت تبدیل فایل کتاب High-Dimensional and Low-Quality Visual Information Processing: From Structured Sensing and Understanding 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 پردازش اطلاعات بصری با ابعاد بالا و با کیفیت پایین: از سنجش و درک ساختاریافته 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 پایان نامه عمدتاً بر چگونگی انجام سنجش هوشمند و درک اطلاعات بصری با ابعاد بالا و با کیفیت پایین تمرکز دارد. پس از بررسی ساختارهای ذاتی دادههای بصری، تعدادی مدل محاسباتی ارائه میکند که طیف گستردهای از موضوعات ریاضی را شامل میشود، از جمله سنجش فشاری، نظریه گراف، یادگیری احتمالی و نظریه اطلاعات. این مدلهای محاسباتی همچنین برای رسیدگی به تعدادی از مشکلات دنیای واقعی از جمله تشخیص بیومتریک، بازسازی سیگنال استریو، تجزیه صحنه طبیعی و پردازش تصویر SAR استفاده میشوند.
This thesis primarily focuses on how to carry out intelligent sensing and understand the high-dimensional and low-quality visual information. After exploring the inherent structures of the visual data, it proposes a number of computational models covering an extensive range of mathematical topics, including compressive sensing, graph theory, probabilistic learning and information theory. These computational models are also applied to address a number of real-world problems including biometric recognition, stereo signal reconstruction, natural scene parsing, and SAR image processing.
Front Matter....Pages i-xv
Introduction....Pages 1-7
Sparse Structure for Visual Information Sensing: Theory and Algorithms....Pages 9-28
Sparse Structure for Visual Signal Sensing: Application in 3D Reconstruction....Pages 29-43
Graph Structure for Visual Signal Sensing....Pages 45-62
Discriminative Structure for Visual Signal Understanding....Pages 63-75
Information-Theoretic Structure for Visual Signal Understanding....Pages 77-95
Conclusion....Pages 97-98
Back Matter....Pages 99-99