KI-Beratung Beta

Gutscheinbedingungen

*Gültig bis 08.11.2026 auf (fast) alles. Ausgeschlossen sind tolino shine, Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen, Dienstleistungen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli (ausser bei Transa Books), Barth Bücher, Buchladen Rapunzel, Papeterie Köhler, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 30.- | Nicht mit anderen Rabatten kumulierbar.

  • Produktbild: Artificial Neural Networks for Computer Vision
  • Produktbild: Artificial Neural Networks for Computer Vision
Band 5

Artificial Neural Networks for Computer Vision

Fr. 72.90

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

23.12.1991

Abbildungen

XI, 170 p. 25 illus.

Verlag

Springer Us

Seitenzahl

170

Maße (L/B/H)

23.5/15.5/1.1 cm

Gewicht

289 g

Auflage

1992

Sprache

Englisch

ISBN

978-0-387-97683-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

23.12.1991

Abbildungen

XI, 170 p. 25 illus.

Verlag

Springer Us

Seitenzahl

170

Maße (L/B/H)

23.5/15.5/1.1 cm

Gewicht

289 g

Auflage

1992

Sprache

Englisch

ISBN

978-0-387-97683-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Artificial Neural Networks for Computer Vision
  • Produktbild: Artificial Neural Networks for Computer Vision
  • 1 Introduction.- 1.1 Neural Methods.- 1.2 Plan of the Book.- 2 Computational Neural Networks.- 2.1 Introduction.- 2.2 Amari and Hopfield Networks.- 2.3 A Discrete Neural Network for Vision.- 2.4 Discussion.- 3 Static Stereo.- 3.1 Introduction.- 3.2 Depth from Two Views.- 3.3 Estimation of Intensity Derivatives.- 3.4 Matching Using a Network.- 3.5 Experimental Results.- 3.6 Discussion.- 4 Motion Stereo—Lateral Motion.- 4.1 Introduction.- 4.2 Depth from Lateral Motion.- 4.3 Estimation of Measurement Primitives.- 4.4 Batch Approach.- 4.5 Recursive Approach.- 4.6 Matching Error.- 4.7 Detection of Occluding Pixels.- 4.8 Experimental Results.- 4.9 Discussion.- 5 Motion Stereo—Longitudinal Motion.- 5.1 Introduction.- 5.2 Depth from Forward Motion.- 5.3 Estimation of the Gabor Features.- 5.4 Neural Network Formulation.- 5.5 Experimental Results.- 5.6 Discussion.- 6 Computation of Optical Flow.- 6.1 Introduction.- 6.2 Estimation of Intensity Values and Principal Curvatures.- 6.3 Neural Network Formulation.- 6.4 Detection of Motion Discontinuities.- 6.5 Multiple Frame Approaches.- 6.6 Experimental Results.- 6.7 Discussion.- 7 Image Restoration.- 7.1 Introduction.- 7.2 An Image Degradation Model.- 7.3 Image Representation.- 7.4 Estimation of Model Parameters.- 7.5 Restoration.- 7.6 A Practical Algorithm.- 7.7 Computer Simulations.- 7.8 Choosing Boundary Values.- 7.9 Comparisons to Other Restoration Methods.- 7.10 Optical Implementation.- 7.11 Discussion.- 8 Conclusions and Future Research.- 8.1 Conclusions.- 8.2 Future Research.