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: Francisco Escolano, Pablo Suau, Boyán Bonev (auth.) سری: ISBN (شابک) : 1848822960, 9781848822962 ناشر: Springer-Verlag London سال نشر: 2009 تعداد صفحات: 375 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 20 مگابایت
کلمات کلیدی مربوط به کتاب نظریه اطلاعات در بینش رایانه و شناخت الگو: الگوشناسی، احتمالات و آمار در علوم کامپیوتر، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Information Theory in Computer Vision and Pattern Recognition 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 نظریه اطلاعات در بینش رایانه و شناخت الگو 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.
Information Theory (IT) can be highly effective for formulating and designing algorithmic solutions to many problems in Computer Vision and Pattern Recognition (CVPR).
This text introduces and explores the measures, principles, theories, and entropy estimators from IT underlying modern CVPR algorithms, providing comprehensive coverage of the subject through an incremental complexity approach. The authors formulate the main CVPR problems and present the most representative algorithms. In addition, they highlight interesting connections between elements of IT when applied to different problems, leading to the development of a basic research roadmap (the ITinCVPR tube). The result is a novel tool, unique in its conception, both for CVPR and IT researchers, which is intended to contribute as much as possible to a cross-fertilization of both areas.
Topics and features:
A must-read not only for researchers in CVPR-IT, but also for the wider CVPR community, this text is also suitable for a one semester IT-based course in CVPR.
---
Information theory has found widespread use in modern
computer vision, and provides one of the most powerful
current paradigms in the field. To date, though, there has
been no text that focusses on the needs of the vision or
pattern recognition practitioner who wishes to find a concise
reference to the subject. This text elegantly fills this gap
in the literature. The approach is rigorous, yet lucid and
furnished with copious real world examples.
Professor Edwin Hancock,
Head CVPR Group and Chair Department Research
Committee,
Department of Computer Science, University of York
---
Far from being a shotgun wedding or arranged marriage between
information theory and image analysis, this book succeeds at
explicating just why these two areas are made for each
other.
Associate Professor Anand Rangarajan,
Department of Computer & Information Science and
Engineering,
University of Florida, Gainesville
Front Matter....Pages i-xvii
Introduction....Pages 1-10
Interest Points, Edges, and Contour Grouping....Pages 11-41
Contour and Region-Based Image Segmentation....Pages 43-104
Registration, Matching, and Recognition....Pages 105-156
Image and Pattern Clustering....Pages 157-209
Feature Selection and Transformation....Pages 211-269
Classifier Design....Pages 271-342
Back Matter....Pages 343-364