Product details
- Publisher : Cambridge University Press; 1st edition (June 18, 2012)
- Language : English
- Hardcover : 598 pages
- ISBN-10 : 1107011795
-
ISBN-13 : 978-1107011793
کتاب Computer Vision: Models, Learning, and Inference
This modern treatment of computer vision focuses on learning and inference in probabilistic models as a unifying theme. It shows how to use training data to learn the relationships between the observed image data and the aspects of the world that we wish to estimate, such as the 3D structure or the object class, and how to exploit these relationships to make new inferences about the world from new image data. With minimal prerequisites, the book starts from the basics of probability and model fitting and works up to real examples that the reader can implement and modify to build useful vision systems. Primarily meant for advanced undergraduate and graduate students, the detailed methodological presentation will also be useful for practitioners of computer vision. - Covers cutting-edge techniques, including graph cuts, machine learning, and multiple view geometry. - A unified approach shows the common basis for solutions of important computer vision problems, such as camera calibration, face recognition, and object tracking. - More than 70 algorithms are described in sufficient detail to implement. - More than 350 full-color illustrations amplify the text. - The treatment is self-contained, including all of the background mathematics. - Additional resources at www.computervisionmodels.com.
منابع کتاب کتاب Computer Vision: Models, Learning, and Inference
این درمان مدرن بینایی کامپیوتری بر یادگیری و استنتاج در مدل‌های احتمالی به عنوان یک موضوع متحد تمرکز دارد. این نشان می‌دهد که چگونه از داده‌های آموزشی برای یادگیری روابط بین داده‌های تصویر مشاهده‌شده و جنبه‌هایی از جهان که می‌خواهیم تخمین بزنیم، مانند ساختار سه‌بعدی یا کلاس شی، استفاده کنیم و چگونه از این روابط برای استنتاج‌های جدید در مورد جهان از داده های تصویری جدید با حداقل پیش نیاز، کتاب از اصول اولیه احتمال و برازش مدل شروع می‌شود و به نمونه‌های واقعی می‌رسد که خواننده می‌تواند برای ساختن سیستم‌های دید مفید آن‌ها را پیاده‌سازی و اصلاح کند. در درجه اول برای دانشجویان پیشرفته در مقطع کارشناسی و کارشناسی ارشد طراحی شده است، ارائه روش شناختی دقیق برای متخصصان بینایی کامپیوتر نیز مفید خواهد بود. - تکنیک های پیشرفته، از جمله برش نمودار، یادگیری ماشین، و هندسه چند نما را پوشش می دهد. - یک رویکرد یکپارچه، مبنای مشترک را برای راه‌حل‌های مشکلات بینایی کامپیوتری مهم، مانند کالیبراسیون دوربین، تشخیص چهره، و ردیابی اشیا نشان می‌دهد. - بیش از 70 الگوریتم با جزئیات کافی برای پیاده سازی شرح داده شده است. - بیش از 350 تصویر تمام رنگی متن را تقویت می کند. - درمان خود شامل، از جمله تمام ریاضیات پس زمینه است. - منابع اضافی در www.computervisionmodels.com.
ارسال نظر درباره کتاب Computer Vision: Models, Learning, and Inference