KI-Beratung Beta

Produktbild: Automated Machine Learning for Person Re-Identification

Automated Machine Learning for Person Re-Identification

  • Form:Einzelkauf Download
  • Sprache:Englisch

Fr. 162.90

inkl. gesetzl. MwSt.

Beschreibung

This book delves into the cutting-edge field of person re-identification (ReID), a critical area within deep learning and computer vision. Addressing key challenges in current ReID models, it presents novel research combining automated machine learning (AutoML) techniques across three core aspects: data...

Beschreibung

This book delves into the cutting-edge field of person re-identification (ReID), a critical area within deep learning and computer vision. Addressing key challenges in current ReID models, it presents novel research combining automated machine learning (AutoML) techniques across three core aspects: data augmentation, network architecture, and loss functions.

Readers will discover five innovative methods designed to overcome specific limitations in existing ReID systems. These include automated erasing data augmentation for more effective erased regions, two distinct AutoML approaches for optimizing multi-scale features in both single-branch and multi-branch architectures, and dynamic and static search methods for refining margin-based Softmax losses. The book's strength lies in its detailed exposition of search algorithms, regularization techniques, and reinforcement learning applications, all contributing to highly efficient and performant ReID solutions.

The primary value of this book for readers lies in its comprehensive overview of advanced AutoML strategies tailored for ReID, offering practical insights into developing more robust and accurate models. It provides a structured exploration of complex concepts, empowering researchers and practitioners to push the boundaries of their own work. This book is an essential resource for researchers, graduate students, and engineers in computer vision, machine learning, and artificial intelligence, particularly those focused on person re-identification and automated deep learning.

Produktdetails

Format

PDF

Kopierschutz

Nein

Family Sharing

Nein

Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

21.01.2026

Verlag Springer Nature Singapore
Seitenzahl

184 (Printausgabe)

Dateigröße

11887 KB

Sprache

Englisch

EAN

9789819534333

Barrierefreiheit
  • alle zum Verständnis notwendigen Inhalte sind über Screenreader zugänglich
  • navigierbares Inhaltsverzeichnis
  • logische Lesereihenfolge eingehalten
  • kurze Alternativtexte (z.B. für Abbildungen) vorhanden
  • hoher Kontrast zwischen Text und Hintergrund
  • entspricht der Vorgabe Barrierefreiheit PDF / UA 1
  • nicht oder eingeschränkt barrierefrei
  • keine Vorlesefunktionen des Lesesystems deaktiviert
  • Inhalt auch ohne Farbwahrnehmung verständlich dargestellt
  • Navigation über vorher / nachher Elemente

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)

Weitere Artikel finden Sie in

  • Produktbild: Automated Machine Learning for Person Re-Identification