Książki
Papiernia
Zabawki
Gry
Puzzle
Multimedia
Dom i ogród
Różności
Skarpetki
LEGO
Promocje

Rozpoznawanie wzorców 2D i 3D na obrazach cyfrowych za pomocą ukrytych modeli Markowa

Okładka książki Rozpoznawanie wzorców 2D i 3D na obrazach cyfrowych za pomocą ukrytych modeli Markowa

Szczegóły:

Wydawca: Exit
ISBN: 9788378370659
EAN: 9788378370659
oprawa: Miękka
format: 16.5x23.5cm
język: polski
liczba stron: 202
rok wydania: 2021
(0) Sprawdź recenzje
Cena:
33,24 zł
Cena detaliczna: 
47,25 zł
30% rabatu
Produkt niedostępny
Najniższa cena z ostatnich 30 dni: 33,05
Wpisz e-mail, jeśli chcesz otrzymać powiadomienie o dostępności produktu

Opis

SPIS TREŚCI 1. Wprowadzenie 2. Charakterystyka metod rozpoznawania wzorców 2.1. Budowa systemów rozpoznawania wzorców 2.2. Statystyczne metody klasyfikacji wzorców 2.3. Problem wymiarowości w statystycznych metodach rozpoznawania wzorców 3. Ekstrakcja cech wzorców za pomocą transformacji obrazów 3.1. Transformacja Fouriera 3.2. Transformacja falkowa 3.3. Metoda komponentów głównych 3.4. Transformacja Radona 3.5. Transformacja Hougha 4. Wprowadzenie do ukrytych modeli Markowa 4.1. Łańcuch i proces Markowa 4.2. Ukryte modele Markowa 4.3. Parametry i topologie modeli Markowa 4.4. Tworzenie systemu rozpoznawania wzorca na bazie UMM 4.5. Definiowanie prototypowych modeli UMM 4.6. Estymacja parametrów ukrytych modeli Markowa 4.7. Testowanie modeli 4.8. Przykłady UMM 5. Dwuwymiarowy ukryty model Markowa z danymi dwuwymiarowymi 5.1. Założenia konstrukcji 2D UMM dla danych dwuwymiarowych 5.2. Struktura 2D UMM dla danych dwuwymiarowych 5.3. Estymacja parametrów ukrytych modeli Markowa 5.4. Prawdopodobieństwo wygenerowania obserwacji 6. Eksperymentalne potwierdzenie poprawności dwuwymiarowych ukrytych modeli Markowa z danymi dwuwymiarowymi 6.1. Charakterystyka danych eksperymentalnych 6.2. Wybór transformaty do ekstrakcji cech 6.3. Wybór funkcji falkowej 6.4. Dobór podstawowych parametrów 2D UMM 6.5. Badanie poprawności rozpoznawania wzorca metodą 2D UMM 6.6. Porównanie metod rozpoznawania wzorca 6.7. Wpływ rozmiaru obrazu wzorca na poprawność rozpoznania 6.8. Wpływ progu błędu uczenia na poprawność rozpoznania i czas uczenia 7. Zastosowanie 2D UMM w systemach rozpoznawania wzorców 7.1. Metody oceny i porównywania meto rozpoznawania wzorca 7.2. Rozpoznawanie znaków drogowych 7.3. Identyfikacja osób na podstawie obrazu 2D twarzy 7.4. Multimodalne rozpoznawanie twarzy 7.5. System rozpoznawania twarzy z przetwarzaniem równoległym 7.6. Identyfikacja osób na podstawie asymetrii twarzy 3D 7.7. Metoda identyfikacji osób na podstawie fragmentu wzorca tęczówki oka Podsumowanie Literatura Spis rysunków Spis tabel
Uwaga!!!
Ten produkt jest zapowiedzią. Realizacja Twojego zamówienia ulegnie przez to wydłużeniu do czasu premiery tej pozycji. Czy chcesz dodać ten produkt do koszyka?
Tak
Nie
Oczekiwanie na odpowiedź
Dodano produkt do koszyka
Kontynuuj zakupy
Przejdź do koszyka
Oczekiwanie na odpowiedź
Oczekiwanie na odpowiedź
Wybierz wariant produktu
Dodaj do koszyka
Anuluj
Oczekiwanie na odpowiedź