Qu'est-ce que la classification contextuelle des images
Une méthode de classification basée sur les informations contextuelles contenues dans les images est appelée classification contextuelle des images. Cette méthode entre dans la catégorie de la reconnaissance de formes en vision par ordinateur. Une approche « contextuelle » est une approche qui se concentre sur la relation entre les pixels proches les uns des autres, également appelée voisinage. La classification des photographies selon l'utilisation des informations contextuelles est l'objectif de cette approche.
Comment vous en bénéficierez
(I) Insights, et validations sur les sujets suivants :
Chapitre 1 : Classification d'images contextuelles
Chapitre 2 : Reconnaissance de formes
Chapitre 3 : Processus gaussien
Chapitre 4 : LPBoost
Chapitre 5 : Apprentissage ponctuel (vision par ordinateur)
Chapitre 6 : Machine à vecteurs avec support des moindres carrés
Chapitre 7 : Diffraction de Fraunhofer équation
Chapitre 8 : Symétrie en mécanique quantique
Chapitre 9 : Modélisation hiérarchique bayésienne
Chapitre 10 : Sous-problèmes de Paden-Kahan
( II) Répondre aux principales questions du public sur la classification contextuelle des images.
(III) Exemples concrets d'utilisation de la classification contextuelle des images dans de nombreux domaines.
À qui s'adresse ce livre pour
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de classification d'images contextuelles.
Qu'est-ce que la classification contextuelle des images
Une méthode de classification basée sur les informations contextuelles contenues dans les images est appelée classification contextuelle des images. Cette méthode entre dans la catégorie de la reconnaissance de formes en vision par ordinateur. Une approche « contextuelle » est une approche qui se concentre sur la relation entre les pixels proches les uns des autres, également appelée voisinage. La classification des photographies selon l'utilisation des informations contextuelles est l'objectif de cette approche.
Comment vous en bénéficierez
(I) Insights, et validations sur les sujets suivants :
Chapitre 1 : Classification d'images contextuelles
Chapitre 2 : Reconnaissance de formes
Chapitre 3 : Processus gaussien
Chapitre 4 : LPBoost
Chapitre 5 : Apprentissage ponctuel (vision par ordinateur)
Chapitre 6 : Machine à vecteurs avec support des moindres carrés
Chapitre 7 : Diffraction de Fraunhofer équation
Chapitre 8 : Symétrie en mécanique quantique
Chapitre 9 : Modélisation hiérarchique bayésienne
Chapitre 10 : Sous-problèmes de Paden-Kahan
( II) Répondre aux principales questions du public sur la classification contextuelle des images.
(III) Exemples concrets d'utilisation de la classification contextuelle des images dans de nombreux domaines.
À qui s'adresse ce livre pour
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de classification d'images contextuelles.
Classification contextuelle des images: Comprendre les données visuelles pour une classification efficace
144
Classification contextuelle des images: Comprendre les données visuelles pour une classification efficace
144
Product Details
| BN ID: | 2940168092647 |
|---|---|
| Publisher: | Un Milliard De Personnes Informées [French] |
| Publication date: | 05/04/2024 |
| Series: | Vision Par Ordinateur [French] , #83 |
| Sold by: | PUBLISHDRIVE KFT |
| Format: | eBook |
| Pages: | 144 |
| File size: | 4 MB |
| Language: | French |