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:
نویسندگان: Yun Fu
سری:
ISBN (شابک) : 3319270028, 9783319270029
ناشر: Springer
سال نشر: 2016
تعداد صفحات: 179
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب شناخت و پیش بینی فعالیت های انسانی: سیگنال، پردازش تصویر و گفتار، پردازش تصویر و بینایی کامپیوتری، بیومتریک
در صورت تبدیل فایل کتاب Human Activity Recognition and Prediction 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 شناخت و پیش بینی فعالیت های انسانی 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 دیدگاه منحصر به فردی از تشخیص فعالیت های انسانی، به ویژه یادگیری ساختار فعالیت انسانی دقیق، تشخیص تعامل انسانی، تشخیص کنش مبتنی بر داده های RGB-D، تجزیه زمانی، و یادگیری علیت در ویدئوهای فعالیت انسانی بدون محدودیت ارائه می دهد. تکنیکهای مورد بحث، ابزارهایی را در اختیار خوانندگان قرار میدهند که با بهرهگیری از تشخیص فعالیت، پیشرفت قابلتوجهی را نسبت به روشهای موجود درک محتوای ویدیویی ارائه میکنند. این چندین زمینه تحقیقاتی محبوب در بینایی رایانه، یادگیری ماشین، محاسبات انسان محور، تعامل انسان و رایانه، طبقه بندی تصویر و تشخیص الگو را به هم مرتبط می کند. علاوه بر این، این کتاب شامل چندین فصل کلیدی است که چندین موضوع در حال ظهور در این زمینه را پوشش می دهد. این فصول که توسط کارشناسان و متخصصان برتر ارائه شده است، موضوعات کلیدی را از زوایای مختلف ارائه میکند و هم روششناسی و هم کاربرد را با هم ترکیب میکند و یک نمای کلی از تکنیکهای تشخیص فعالیتهای انسانی را تشکیل میدهد.
This book provides a unique view of human activity recognition, especially fine-grained human activity structure learning, human-interaction recognition, RGB-D data based action recognition, temporal decomposition, and causality learning in unconstrained human activity videos. The techniques discussed give readers tools that provide a significant improvement over existing methodologies of video content understanding by taking advantage of activity recognition. It links multiple popular research fields in computer vision, machine learning, human-centered computing, human-computer interaction, image classification, and pattern recognition. In addition, the book includes several key chapters covering multiple emerging topics in the field. Contributed by top experts and practitioners, the chapters present key topics from different angles and blend both methodology and application, composing a solid overview of the human activity recognition techniques.
Front Matter....Pages i-vii
Introduction....Pages 1-22
Action Recognition and Human Interaction....Pages 23-48
Subspace Learning for Action Recognition....Pages 49-69
Multimodal Action Recognition....Pages 71-85
RGB-D Action Recognition....Pages 87-106
Activity Prediction....Pages 107-122
Actionlets and Activity Prediction....Pages 123-151
Time Series Modeling for Activity Prediction....Pages 153-174