computer vision machine learning (149 Ergebnisse)

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Dieses Buch ist so aufgebaut, dass Ihnen die Inhalte im Rahmen der geschichtlichen Entwicklung der KI vermittelt werden. Aus diesem Grund beginnt unsere Reise mit dem Punkt 'Einführung und geschichtlicher Hintergrund der KI'.Im zweiten Abschnitt greifen wir zunächst die anfänglichen Techniken der KI auf. Sie lernen dabei die Konzepte und berühmte Beispielsysteme kennen, die diese frühe Phase der Euphorie auslösten.Im dritten Abschnitt behandeln wir Expertensysteme, die ähnlich zu den allgemeinen Problemlösern nur spezielle Probleme behandeln. Aber dafür exzessiv auf Regeln und Fakten in Form einer Wissensbasis zugreifen.Der vierte Abschnitt läutet die Rückkehr zu der Idee ein, das menschliche Gehirn nachbauen zu können und so in Form von neuronalen Netzen der digitalen Informationsverarbeitung zugänglich zu machen. Wir betrachten die frühen Ansätze und stellen heraus, welche Ideen noch gefehlt haben, um neuronalen Netzen zum Durchbruch zu verhelfen.Die Idee eines Agenten und ihr Zusammenspiel in einem Multi-Agenten-System wird im fünften Abschnitt beschrieben. Ein solches System dient im Wesentlichen dazu, Komplexität auf mehrere Instanzen zu verteilen.Der sechste Abschnitt behandelt den Durchbruch der mehrschichtigen neuronalen Netze, maschinelles Lernen, maschinelle Sehen (Computer Vision), Spracherkennung und viele weitere Anwendungen der heutigen KI.Für alle Lerneinheiten ist es unser Ziel eine Grundlage zu schaffen, um verschiedene Begriffe wie 'Computer Vision' und 'Machine-Learning' einordnen und bewerten zu können.Nach diesem Buch sind Sie in der Lage, sich vertieft mit den Themengebieten Ihrer Wahl zu befassen.

XVII, 299 p. Hardcover. Versand aus Deutschland / We dispatch from Germany via Air Mail. Einband bestoßen, daher Mängelexemplar gestempelt, sonst sehr guter Zustand. Imperfect copy due to slightly bumped cover, apart from this in very good condition. Stamped. The Springer Series on Challenges in Machine Learning. Sprache: Englisch.

paperback. Zustand: Gut. Seiten; 9789388590877.3 Gewicht in Gramm: 1.

xiv, 208 p. Hardcover. Versand aus Deutschland / We dispatch from Germany via Air Mail. Einband bestoßen, daher Mängelexemplar gestempelt, sonst sehr guter Zustand. Imperfect copy due to slightly bumped cover, apart from this in very good condition. Stamped. Sprache: Englisch.

Zustand: Gut. Zustand: Gut - Gebrauchs- und Lagerspuren. Außen: angestoßen. Innen: Geknickt. | Seiten: 364 | Sprache: Englisch | Produktart: Bücher.

hardcover. Zustand: Gut. Seiten; 9781394173327.3 Gewicht in Gramm: 2.

Zustand: New. In.

Zustand: Hervorragend. Zustand: Hervorragend | Seiten: 500 | Sprache: Englisch | Produktart: Bücher.

Paperback. Zustand: Brand New. In Stock.

Zustand: good. Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.

Zustand: New. In.

Zustand: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Dieses Buch ist so aufgebaut, dass Ihnen die Inhalte im Rahmen der geschichtlichen Entwicklung der KI vermittelt werden. Aus diesem Grund beginnt unsere Reise mit dem Punkt 'Einführung und geschichtlicher Hintergrund der KI'. Im zweiten Abschnitt greifen wir zunächst die anfänglichen Techniken der KI auf. Sie lernen dabei die Konzepte und berühmte Beispielsysteme kennen, die diese frühe Phase der Euphorie auslösten. Im dritten Abschnitt behandeln wir Expertensysteme, die ähnlich zu den allgemeinen Problemlösern nur spezielle Probleme behandeln. Aber dafür exzessiv auf Regeln und Fakten in Form einer Wissensbasis zugreifen. Der vierte Abschnitt läutet die Rückkehr zu der Idee ein, das menschliche Gehirn nachbauen zu können und so in Form von neuronalen Netzen der digitalen Informationsverarbeitung zugänglich zu machen. Wir betrachten die frühen Ansätze und stellen heraus, welche Ideen noch gefehlt haben, um neuronalen Netzen zum Durchbruch zu verhelfen. Die Idee eines Agenten und ihr Zusammenspiel in einem Multi-Agenten-System wird im fünften Abschnitt beschrieben. Ein solches System dient im Wesentlichen dazu, Komplexität auf mehrere Instanzen zu verteilen. Der sechste Abschnitt behandelt den Durchbruch der mehrschichtigen neuronalen Netze, maschinelles Lernen, maschinelle Sehen (Computer Vision), Spracherkennung und viele weitere Anwendungen der heutigen KI. Für alle Lerneinheiten ist es unser Ziel eine Grundlage zu schaffen, um verschiedene Begriffe wie Computer Vision und Machine-Learning einordnen und bewerten zu können. Nach diesem Buch sind Sie in der Lage, sich vertieft mit den Themengebieten Ihrer Wahl zu befassen.

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This lecture presents research on a general framework for perceptual organization that was conducted mainly at the Institute for Robotics and Intelligent Systems of the University of Southern California. It is not written as a historical recount of the work, since the sequence of the presentation is not in chronological order. It aims at presenting an approach to a wide range of problems in computer vision and machine learning that is data-driven, local and requires a minimal number of assumptions. The tensor voting framework combines these properties and provides a unified perceptual organization methodology applicable in situations that may seem heterogeneous initially. We show how several problems can be posed as the organization of the inputs into salient perceptual structures, which are inferred via tensor voting. The work presented here extends the original tensor voting framework with the addition of boundary inference capabilities; a novel re-formulation of the framework applicable to high-dimensional spaces and the development of algorithms for computer vision and machine learning problems. We show complete analysis for some problems, while we briefly outline our approach for other applications and provide pointers to relevant sources.

Zustand: As New. Used book that is in almost brand-new condition.

Paperback. Zustand: Very Good. The book has been read, but is in excellent condition. Pages are intact and not marred by notes or highlighting. The spine remains undamaged.

Zustand: New. In.

Taschenbuch. Zustand: Neu. Computer Vision Based Machine Learning (CVML) in der Stahlschmelze | Auf Computer Vision basierendes maschinelles Lernen (CVML) zur Verbesserung der Produktion in einer Stahlschmelze | Gedela Praveen (u. a.) | Taschenbuch | Paperback | 72 S. | Deutsch | 2022 | Verlag Unser Wissen | EAN 9786204800776 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu.

Paperback. Zustand: Good. 1. Ship within 24hrs. Satisfaction 100% guaranteed. APO/FPO addresses supported.

Zustand: Hervorragend. Zustand: Hervorragend | Seiten: 198 | Sprache: Englisch | Produktart: Bücher.

Zustand: New. In.

Zustand: New. In.

Zustand: New. In.

Zustand: New. In.

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book presents an interdisciplinary selection of cutting-edge research on RGB-D based computer vision. Features: discusses the calibration of color and depth cameras, the reduction of noise on depth maps and methods for capturing human performance in 3D; reviews a selection of applications which use RGB-D information to reconstruct human figures, evaluate energy consumption and obtain accurate action classification; presents an approach for 3D object retrieval and for the reconstruction of gas flow from multiple Kinect cameras; describes an RGB-D computer vision system designed to assist the visually impaired and another for smart-environment sensing to assist elderly and disabled people; examines the effective features that characterize static hand poses and introduces a unified framework to enforce both temporal and spatial constraints for hand parsing; proposes a new classifier architecture for real-time hand pose recognition and a novel hand segmentation and gesture recognition system.

Buch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - This book presents an interdisciplinary selection of cutting-edge research on RGB-D based computer vision. Features: discusses the calibration of color and depth cameras, the reduction of noise on depth maps and methods for capturing human performance in 3D; reviews a selection of applications which use RGB-D information to reconstruct human figures, evaluate energy consumption and obtain accurate action classification; presents an approach for 3D object retrieval and for the reconstruction of gas flow from multiple Kinect cameras; describes an RGB-D computer vision system designed to assist the visually impaired and another for smart-environment sensing to assist elderly and disabled people; examines the effective features that characterize static hand poses and introduces a unified framework to enforce both temporal and spatial constraints for hand parsing; proposes a new classifier architecture for real-time hand pose recognition and a novel hand segmentation and gesture recognition system.

Zustand: New.

Zustand: New. In.

Zustand: New. In.

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Covariance matrices play important roles in many areas of mathematics, statistics, and machine learning, as well as their applications. In computer vision and image processing, they give rise to a powerful data representation, namely the covariance descriptor, with numerous practical applications.In this book, we begin by presenting an overview of the {it finite-dimensional covariance matrix} representation approach of images, along with its statistical interpretation. In particular, we discuss the various distances and divergences that arise from the intrinsic geometrical structures of the set of Symmetric Positive Definite (SPD) matrices, namely Riemannian manifold and convex cone structures. Computationally, we focus on kernel methods on covariance matrices, especially using the Log-Euclidean distance.We then show some of the latest developments in the generalization of the finite-dimensional covariance matrix representation to the {it infinite-dimensional covariance operator} representation via positive definite kernels. We present the generalization of the affine-invariant Riemannian metric and the Log-Hilbert-Schmidt metric, which generalizes the Log-Euclidean distance. Computationally, we focus on kernel methods on covariance operators, especially using the Log-Hilbert-Schmidt distance. Specifically, we present a two-layer kernel machine, using the Log-Hilbert-Schmidt distance and its finite-dimensional approximation, which reduces the computational complexity of the exact formulation while largely preserving its capability. Theoretical analysis shows that, mathematically, the approximate Log-Hilbert-Schmidt distance should be preferred over the approximate Log-Hilbert-Schmidt inner product and, computationally, it should be preferred over the approximate affine-invariant Riemannian distance.Numerical experiments on image classification demonstrate significant improvements of the infinite-dimensional formulation over the finite-dimensional counterpart. Given the numerous applications of covariance matrices in many areas of mathematics, statistics, and machine learning, just to name a few, we expect that the infinite-dimensional covariance operator formulation presented here will have many more applications beyond those in computer vision.