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: [1st ed.]
نویسندگان: Vladislav Golyanik
سری:
ISBN (شابک) : 9783658305666, 9783658305673
ناشر: Springer Fachmedien Wiesbaden;Springer Vieweg
سال نشر: 2020
تعداد صفحات: XXIV, 352
[369]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 28 Mb
در صورت تبدیل فایل کتاب Robust Methods for Dense Monocular Non-Rigid 3D Reconstruction and Alignment of Point Clouds 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 روشهای مقاوم برای بازسازی سه بعدی غلیظ غیر سفت و سخت و ترازی ابرهای نقطه ای 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.
ولادیسلاو گولیانیک چندین روش جدید برای ساختار متراکم غیر صلب از حرکت (NRSfM) و همچنین تراز ابرهای نقطه ای پیشنهاد می کند. روشهای معرفیشده وضعیت هنر را از جنبههای مختلف بهبود میبخشد، به عنوان مثال در توانایی مدیریت مسیرهای نقطهای نادرست و دادههای سه بعدی با آلودگیها. NRSfM با پیشفرضهای شکلی بهدستآمده در حین پرواز از چندین فریم مسدود نشده دنباله و کلاس جدید روشهای گرانشی برای همترازی مجموعه نقطه، کمکهای اولیه این کتاب است.
درباره نویسنده:
ولادیسلاو گولیانیک در حال حاضر محقق فوق دکترا در موسسه ماکس پلانک برای انفورماتیک در زاربروکن آلمان است. تمرکز فعلی تحقیقات او بر بازسازی سه بعدی و تجزیه و تحلیل صحنه های تغییر شکل پذیر عمومی، بازسازی سه بعدی بدن انسان و مشکلات تطبیق در مجموعه های نقطه ای و نمودارها است. او به یادگیری ماشین (هم با نظارت و هم بدون نظارت)، روشهای مبتنی بر فیزیک و همچنین سختافزار و حسگرهای جدید برای بینایی کامپیوتری و گرافیک (مانند رایانههای کوانتومی و دوربینهای رویداد) علاقهمند است.
Vladislav Golyanik proposes several new methods for dense non-rigid structure from motion (NRSfM) as well as alignment of point clouds. The introduced methods improve the state of the art in various aspects, i.e. in the ability to handle inaccurate point tracks and 3D data with contaminations. NRSfM with shape priors obtained on-the-fly from several unoccluded frames of the sequence and the new gravitational class of methods for point set alignment represent the primary contributions of this book.
About the Author:
Vladislav Golyanik is currently a postdoctoral researcher at the Max Planck Institute for Informatics in Saarbrücken, Germany. The current focus of his research lies on 3D reconstruction and analysis of general deformable scenes, 3D reconstruction of human body and matching problems on point sets and graphs. He is interested in machine learning (both supervised and unsupervised), physics-based methods as well as new hardware and sensors for computer vision and graphics (e.g., quantum computers and event cameras).