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 Intelligent Wavelet Based Techniques for Advanced Multimedia Applications

دانلود کتاب تکنیک‌های مبتنی بر موجک هوشمند برای برنامه‌های چندرسانه‌ای پیشرفته

Intelligent Wavelet Based Techniques for Advanced Multimedia Applications

مشخصات کتاب

Intelligent Wavelet Based Techniques for Advanced Multimedia Applications

ویرایش:  
نویسندگان: , , ,   
سری:  
ISBN (شابک) : 3030318729, 9783030318727 
ناشر: Springer 
سال نشر: 2020 
تعداد صفحات: 158 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 8 مگابایت 

قیمت کتاب (تومان) : 60,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


در صورت تبدیل فایل کتاب Intelligent Wavelet Based Techniques for Advanced Multimedia Applications 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 تکنیک‌های مبتنی بر موجک هوشمند برای برنامه‌های چندرسانه‌ای پیشرفته 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 تکنیک‌های مبتنی بر موجک هوشمند برای برنامه‌های چندرسانه‌ای پیشرفته



این کتاب حاوی مقالات و بررسی‌های تحقیقاتی با کیفیتی است که تحقیقات را ترویج می‌کند و منعکس‌کننده جدیدترین پیشرفت‌ها در تکنیک‌های مبتنی بر موجک هوشمند برای برنامه‌های چندرسانه‌ای پیشرفته و همچنین سایر حوزه‌های نوظهور است. در زمان اخیر، تبدیل موجک در بسیاری از برنامه های پردازش سیگنال، تصویر و ویدئو، به ویژه برای امنیت چند رسانه ای و نظارت، مفید شده است. چند کاربرد موجک در امنیت و نظارت عبارتند از: واترمارکینگ، همجوشی، استگانوگرافی، تشخیص اشیا، ردیابی، تشخیص حرکت و تشخیص قصد و غیره. . تجزیه و تحلیل چند رزولوشن در برنامه های امنیتی و نظارت چند رسانه ای سودمند است. این انعطاف پذیری را در انتخاب سطوح وضوح مختلف فراهم می کند که منجر به دقت بهتر می شود. علاوه بر این، اخیراً نمایش پراکنده به پیشرفتی برای تجزیه و تحلیل ضرایب موجک تبدیل شده است. مشاهده می‌شود که تبدیل‌های موجک دارای خاصیت تغییر ناپذیری هستند که آنها را برای بسیاری از کاربردهای بینایی مناسب می‌سازد.

این کتاب مروری مختصر از وضعیت فعلی هنر ارائه می‌کند و برخی از موارد را منتشر می‌کند. ایده ها و تکنیک های جدید و هیجان انگیز. علاوه بر این، برای دانشجویان ارشد و فارغ التحصیلان، محققین، دانشگاهیان، متخصصان فناوری اطلاعات و ارائه دهندگان، شهروندان، مشتریان و همچنین سیاست گذارانی که در این زمینه کار می کنند و همچنین سایر برنامه های کاربردی نوظهور که نیازمند به روزترین هنر هستند نیز مفید است. برنامه های چند رسانه ای مبتنی بر موجک.


توضیحاتی درمورد کتاب به خارجی

This book contains high-quality research articles and reviews that promote research and reflect the most recent advances in intelligent wavelet based techniques for advanced multimedia applications as well as other emerging areas. In recent time, wavelet transforms have become useful in many signal, image and video processing applications, especially for multimedia security and surveillance. A few applications of wavelets in security and surveillance are watermarking, fusion, steganography, object detection, tracking, motion recognition and intention recognition, etc. Wavelets are well capable of analyzing signal, image and video at different resolution levels, popularly known as multiresolution analysis. The multiresolution analysis is advantageous in multimedia security and surveillance applications. It provides flexibility in selection of different resolution levels that leads to better accuracy. Furthermore, recently sparse representation has become an advancement to analyze wavelet coefficients. It is observed that wavelet transforms possess the invariance property which makes them suitable for many vision applications.

This book provides a concise overview of the current state of the art and disseminates some of the novel and exciting ideas and techniques. In addition, it is also helpful for the senior undergraduate and graduate students, researcher, academicians, IT professional and providers, citizens, customers as well as policy makers working in this area as well as other emerging applications demanding state-of-the-art wavelet based multimedia applications.



فهرست مطالب

Foreword
Preface
	Outline of the Book and Chapter Synopsis
	Special Acknowledgments
Contents
About the Authors
List of Figures
List of Tables
Chapter 1: Wavelets and Intelligent Multimedia Applications: An Introduction
	1.1 Introduction
	1.2 Motivations and Objectives
	1.3 Wavelet Transforms and Intelligent Multimedia Applications
		1.3.1 Image Fusion
		1.3.2 Image Watermarking
		1.3.3 Video Watermarking
		1.3.4 Object Tracking
		1.3.5 Person Identification
		1.3.6 Activity Recognition
		1.3.7 Emotion Recognition Using Facial Expressions
	1.4 Summary
	References
Chapter 2: Wavelet Transforms: From Classical to New Generation Wavelets
	2.1 Introduction
	2.2 Wavelet Transforms
		2.2.1 Discrete Wavelet Transform
		2.2.2 Complex Wavelet Transforms
			2.2.2.1 Dual Tree Complex Wavelet Transform (DTCWT)
			2.2.2.2 Discrete Complex Wavelet Transform (DCxWT)
			2.2.2.3 Properties of Complex Wavelet Transforms
		2.2.3 Curvelet Transform
			2.2.3.1 Analysis
			2.2.3.2 Synthesis
		2.2.4 Contourlet Transform
		2.2.5 Nonsubsampled Contourlet Transform
	2.3 Summary
	References
Chapter 3: An Overview of Medical Image Fusion in Complex Wavelet Domain
	3.1 Introduction
	3.2 Background and Literature
	3.3 Methodology and Experiments
	3.4 Fusion Results and Discussions
		3.4.1 Qualitative Evaluation
		3.4.2 Quantitative Evaluation
	3.5 Summary
	References
Chapter 4: Integration of Wavelet Transforms for Single and Multiple Image Watermarking
	4.1 Introduction
	4.2 Related Work
	4.3 Theoretical Background
		4.3.1 Nonsubsampled Contourlet Transform (NSCT)
		4.3.2 Discrete Cosine Transform (DCT)
		4.3.3 Multiresolution Singular Value Decomposition (MSVD)
		4.3.4 Arnold Transform
	4.4 Methodology and Comparative Analysis
	4.5 Summary
	References
Chapter 5: On Wavelet Domain Video Watermarking Techniques
	5.1 Introduction
	5.2 Video Watermarking: An Overview of Applications and Characteristics
	5.3 Video Watermarking in Wavelet Domain: Literature Review
	5.4 Methodology and Evaluation Strategies
	5.5 Summary
	References
Chapter 6: Object Tracking
	6.1 Introduction
	6.2 Literature Analysis
		6.2.1 Sensors Based Systems
		6.2.2 Marker Based Vision Systems
		6.2.3 Marker-Less Vision Systems
		6.2.4 Robot-Guided Systems
	6.3 Significance of Curvelet in Tracking
	6.4 Experimentation and Results
		6.4.1 Single Object Tracking: Child Video Results
		6.4.2 Multiple Object Tracking: Soccer Video Results
		6.4.3 Multiple Object Tracking: Own Video Results
		6.4.4 Multiple Object Tracking: Challenge Video Results
		6.4.5 Performance Evaluation
	6.5 Summary
	References
Chapter 7: Camouflaged Person Identification
	7.1 Introduction
	7.2 Wavelet for Person Identification
	7.3 A General Algorithm
		7.3.1 Representation of Camouflaged Person Objects in Real Scenarios
		7.3.2 Two Step Preprocessing of Images
		7.3.3 Extraction of Multi-Resolution Wavelet Coefficients
		7.3.4 Wavelet Coefficients Classification
	7.4 Results and Discussion
	7.5 Summary
	References
Chapter 8: Wavelets for Activity Recognition
	8.1 Introduction
	8.2 Literature Review
	8.3 Activity Framework
		8.3.1 Input Video
		8.3.2 Preprocessing
		8.3.3 Motion Segmentation
		8.3.4 Wavelet Feature Extraction
		8.3.5 Classifier Training and Testing
	8.4 Results and Discussion
		8.4.1 Results over Weizmann Dataset
		8.4.2 Results over KTH Dataset
	8.5 Summary
	References
Chapter 9: Biometric Recognition of Emotions Using Wavelets
	9.1 Introduction
	9.2 Literature Review
		9.2.1 Basic FER Techniques
		9.2.2 Micro FER Techniques
		9.2.3 3D FER Techniques
	9.3 FER Framework
		9.3.1 Face Detection and Normalization
		9.3.2 Discrete Wavelet Coefficient Extraction
		9.3.3 Feature Selection
		9.3.4 Multiclass SVM Classifier
	9.4 Results and Discussion
		9.4.1 Experiments over the JAFFE Dataset
		9.4.2 Extended Cohn-Kanade (CK+) Dataset Results
	9.5 Summary
	References
Chapter 10: Intelligent Multimedia Applications in Wavelet Domain: New Trends and Future Research Directions
	10.1 Introduction
	10.2 Video Analytics in Wavelet Domain
		10.2.1 Single and Multiple Object Tracking
		10.2.2 Person Identification and Re-Identification
		10.2.3 Abnormal Activity Recognition
		10.2.4 Emotion Recognition
		10.2.5 Crowd Behavior Analysis
	10.3 Wavelets and Deep Learning
	10.4 Wavelets for Healthcare Monitoring
	10.5 Wavelets for Internet of Things
	10.6 Wavelets in Biology and Agriculture
	10.7 Summary
	References




نظرات کاربران