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: Scott Krig (auth.)
سری:
ISBN (شابک) : 9783319337623, 9783319337616
ناشر: Springer International Publishing
سال نشر: 2016
تعداد صفحات: 653
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 26 مگابایت
کلمات کلیدی مربوط به کتاب معیارهای بینایی رایانه: نسخه کتاب درسی: پردازش تصویر و بینایی کامپیوتری، پردازش سیگنال، تصویر و گفتار، تهیه اسناد و پردازش متن
در صورت تبدیل فایل کتاب Computer Vision Metrics: Textbook Edition 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 معیارهای بینایی رایانه: نسخه کتاب درسی 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.
بر اساس کتاب موفق 2014 منتشر شده توسط Apress، این نسخه کتاب
درسی گسترش یافته است تا تاریخچه جامع و بررسی پیشرفته ای را
برای روش های بینایی کامپیوتری اساسی ارائه دهد. با بیش از 800
مرجع ضروری، و همچنین تکالیف یادگیری فصل به فصل، هم
دانشآموزان و هم محققین میتوانند موضوعات اصلی بینایی رایانه
را عمیقتر کنند. این نظرسنجی همه چیز را از توصیفکنندههای
ویژگی، معیارهای منطقهای و جهانی، معماریهای یادگیری ویژگی،
یادگیری عمیق، علوم اعصاب بینایی، شبکههای عصبی و نمونههای
معماری دقیق برای نشان دادن روشهای بهینهسازی سختافزار
بینایی کامپیوتر و نرمافزار را پوشش میدهد.
برای تکمیل نظرسنجی، کتاب درسی شامل تجزیه و تحلیل های مفیدی
است که بینشی در مورد اهداف روش های مختلف، چرایی کارکرد آنها و
نحوه بهینه سازی آنها ارائه می دهد.
متن یک بررسی ضروری و یک طبقهبندی ارزشمند ارائه میکند،
بنابراین یک ابزار یادگیری کلیدی برای دانشجویان، محققان و
مهندسان فراهم میکند تا مکمل بسیاری از منابع عملی مؤثر و
پروژههای منبع باز، مانند OpenCV و سایر ابزارهای تصویربرداری
و یادگیری عمیق باشد. .
Based on the successful 2014 book published by Apress, this
textbook edition is expanded to provide a comprehensive
history and state-of-the-art survey for fundamental computer
vision methods. With over 800 essential references, as well
as chapter-by-chapter learning assignments, both students and
researchers can dig deeper into core computer vision topics.
The survey covers everything from feature descriptors,
regional and global feature metrics, feature learning
architectures, deep learning, neuroscience of vision, neural
networks, and detailed example architectures to illustrate
computer vision hardware and software optimization
methods.
To complement the survey, the textbook includes useful
analyses which provide insight into the goals of various
methods, why they work, and how they may be optimized.
The text delivers an essential survey and a valuable
taxonomy, thus providing a key learning tool for students,
researchers and engineers, to supplement the many effective
hands-on resources and open source projects, such as
OpenCVand other imaging and deep learning tools.
Front Matter....Pages i-xviii
Image Capture and Representation....Pages 1-33
Image Pre-Processing....Pages 35-74
Global and Regional Features....Pages 75-114
Local Feature Design Concepts....Pages 115-166
Taxonomy of Feature Description Attributes....Pages 167-186
Interest Point Detector and Feature Descriptor Survey....Pages 187-246
Ground Truth Data, Content, Metrics, and Analysis....Pages 247-271
Vision Pipelines and Optimizations....Pages 273-317
Feature Learning Architecture Taxonomy and Neuroscience Background....Pages 319-374
Feature Learning and Deep Learning Architecture Survey....Pages 375-514
Back Matter....Pages 515-637