Atjaunināt sīkdatņu piekrišanu

E-grāmata: Markov Random Field Modeling in Computer Vision

  • Formāts: PDF+DRM
  • Sērija : Computer Science Workbench
  • Izdošanas datums: 06-Dec-2012
  • Izdevniecība: Springer Japan
  • Valoda: eng
  • ISBN-13: 9784431669333
Citas grāmatas par šo tēmu:
  • Formāts - PDF+DRM
  • Cena: 85,66 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.
Markov Random Field Modeling in Computer Vision
  • Formāts: PDF+DRM
  • Sērija : Computer Science Workbench
  • Izdošanas datums: 06-Dec-2012
  • Izdevniecība: Springer Japan
  • Valoda: eng
  • ISBN-13: 9784431669333
Citas grāmatas par šo tēmu:

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

Markov random field (MRF) modeling provides a basis for the characterization of contextual constraints on visual interpretation and enables us to develop optimal vision algorithms systematically based on sound principles. This book presents a comprehensive study on using MRFs to solve computer vision problems, covering the following parts essential to the subject: introduction to fundamental theories, formulations of various vision models in the MRF framework, MRF parameter estimation, and optimization algorithms. Various MRF vision models are presented in a unified form, including image restoration and reconstruction, edge and region segmentation, texture, stereo and motion, object matching and recognition, and pose estimation. This book is an excellent reference for researchers working in computer vision, image processing, pattern recognition and applications of MRFs. It is also suitable as a text for advanced courses in the subject.