9781447167136 - sparse representation, modeling and learning in visual recognition: theory, algorithms and applications (advances in computer vision and pattern recognition) von cheng, hong (3 Ergebnisse)
Sprache: Englisch
Verlag: Springer, 2015
Serie: Buch 47 von 86 - Advances in Computer Vision and Pattern Recognition
- Hardcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 116,39
EUR 13,97 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer-Verlag New York Inc, 2015
Serie: Buch 47 von 86 - Advances in Computer Vision and Pattern Recognition
- Hardcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 155,10
EUR 14,58 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Hardcover. Zustand: Brand New. 9.25x6.25x0.75 inches. In Stock.
Sprache: Englisch
Verlag: Springer London, Springer, 2015
Serie: Buch 47 von 86 - Advances in Computer Vision and Pattern Recognition
- Hardcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 111,53
EUR 62,88 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This unique text/reference presents a comprehensive review of the state of the art in sparse representations, modeling and learning. The book examines both the theoretical foundations and details of algorithm implementation, highlighting the practical appli…cation of compressed sensing research in visual recognition and computer vision. Topics and features: describes sparse recovery approaches, robust and efficient sparse representation, and large-scale visual recognition; covers feature representation and learning, sparsity induced similarity, and sparse representation and learning-based classifiers; discusses low-rank matrix approximation, graphical models in compressed sensing, collaborative representation-based classification, and high-dimensional nonlinear learning; includes appendices outlining additional computer programming resources, and explaining the essential mathematics required to understand the book.
