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
دسته بندی: آموزشی ویرایش: 1 نویسندگان: Jian Kang Wu, Mohan S. Kankanhalli, Joo-Hwee Lim, Dezhong Hong سری: The Information Retrieval Series ISBN (شابک) : 9780792379447, 0792379446 ناشر: Springer سال نشر: 2000 تعداد صفحات: 201 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت تبدیل فایل کتاب Machine Learning and Statistical Modeling Approaches to Image Retrieval 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 روش های آموختن ماشین و مدل سازی آماری برای بازیابی تصویر 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.
در اوایل دهه 1990، استقرار اینترنت دیدگاهی انقلابی در مورد ذخیره، توزیع و پردازش اطلاعات به وجود آورد: وب جهانی در حال تبدیل شدن به یک کتابخانه دیجیتال توزیع شده عظیم و در حال گسترش است. همراه با توسعه وب، نمایه سازی و بازیابی تصویر به حوزه های تحقیقاتی تبدیل شده است که دیدگاهی از عوامل هوشمند دارند. فراتر از جستجوی وب، نمایه سازی و بازیابی تصویر به طور بالقوه می تواند در بسیاری از زمینه های دیگر از جمله زیست پزشکی، علوم فضایی، شناسایی بیومتریک، کتابخانه های دیجیتال، ارتش، آموزش، تجارت، فرهنگ و سرگرمی استفاده شود. روش های یادگیری ماشینی و مدل سازی آماری برای بازیابی تصویر چندین روش ادغام یادگیری ماشین و مدلسازی آماری را در یک سیستم بازیابی و نمایهسازی تصویر توصیف میکند که نتایج امیدوارکنندهای را نشان میدهد. موضوعات این کتاب منعکس کننده تجربیات نویسندگان از یادگیری ماشین و مدل سازی آماری بر اساس نمایه سازی و بازیابی تصویر است. این کتاب حاوی منابع مفصلی برای مطالعه و تحقیق بیشتر در این زمینه نیز می باشد.
In the early 1990s, the establishment of the Internet brought forth a revolutionary viewpoint of information storage, distribution, and processing: the World Wide Web is becoming an enormous and expanding distributed digital library. Along with the development of the Web, image indexing and retrieval have grown into research areas sharing a vision of intelligent agents. Far beyond Web searching, image indexing and retrieval can potentially be applied to many other areas, including biomedicine, space science, biometric identification, digital libraries, the military, education, commerce, culture and entertainment.Machine Learning and Statistical Modeling Approaches to Image Retrieval describes several approaches of integrating machine learning and statistical modeling into an image retrieval and indexing system that demonstrates promising results. The topics of this book reflect authors' experiences of machine learning and statistical modeling based image indexing and retrieval. This book contains detailed references for further reading and research in this field as well.
Introduction....Pages 1-13
Formalism of Content-based Multimedia Systems....Pages 15-48
Color Feature Extraction....Pages 49-67
Texture Feature Extraction....Pages 69-91
Video Processing....Pages 93-120
Object Segmentation....Pages 121-171
Human Face Detection....Pages 173-207
Visual Keywords....Pages 209-238
Fuzzy Retrieval....Pages 239-272
Face Retrieval....Pages 273-310
System for Trademark Archival and Retrieval....Pages 311-333
Digital Home Photo Album....Pages 335-359
Evaluation of Content-based Retrieval....Pages 360-387