Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Visual Object Tracking from Correlation Filter to Deep Learning

Weiwei Xing, Weibin Liu, Jun Wang, Shunli Zhang, Lihui Wang, Yuxiang Yang, Bowen Song (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
The book focuses on visual object tracking systems and approaches based on correlation filter and deep learning. Both foundations and implementations have been addressed. The algorithm, system design and performance evaluation have been explored for three kinds of tracking methods including correlation filter based methods, correlation filter with deep feature based methods, and deep learning based methods. Firstly, context aware and multi-scale strategy are presented in correlation filter based trackers; then, long-short term correlation filter, context aware correlation filter and auxiliary relocation in SiamFC framework are proposed for combining correlation filter and deep learning in visual object tracking; finally, improvements in deep learning based trackers including Siamese network, GAN and reinforcement learning are designed. The goal of this book is to bring, in a timely fashion, the latest advances and developments in visual object tracking, especially correlation filter and deep learning based methods, which is particularly suited for readers who are interested in the research and technology innovation in visual object tracking and related fields.
Dieses Produkt haben wir gerade leider nicht auf Lager.
ab 30,99 €
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
20.11.2022
Sprache
Englisch
EAN
9789811662447
Herausgeber
Springer Singapore
Sonderedition
Nein
Autor
Weiwei Xing, Weibin Liu, Jun Wang, Shunli Zhang, Lihui Wang, Yuxiang Yang, Bowen Song
Seitenanzahl
193
Auflage
1
Einbandart
Broschiert
Autorenporträt
Weiwei Xing received the B.S. degree in computer science and technology and the Ph.D. degree in Signal and Information Processing from Beijing Jiaotong University, Beijing, China, in 2001 and 2006, respectively. She was also a visiting researcher at Department of Computer Science in University of Pennsylvania, PA, USA from Feb.2011 to Feb. 2012. She is currently a Professor at School of Software Engineering, Beijing Jiaotong University. Her research interests include video information processing, computer vison, machine learning, big data analysis and software engineering.
Schlagwörter
Visual Object Tracking, Correlation Filter, Deep Learning, Reinforcement Learning, Siamese Network, Generative Adversarial Networks, Context-Aware, Feature-Aware, Attention Shake, Frequency-Aware
Thema-Inhalt
UYQV - Maschinelles Sehen, Bildverstehen UYT - Bildverarbeitung UYQ - Künstliche Intelligenz
Höhe
235 mm
Breite
15.5 cm

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!