| Título : |
Visual Saliency: From Pixel-Level to Object-Level Analysis |
| Tipo de documento: |
documento electrónico |
| Autores: |
Zhang, Jianming, Autor ; Malmberg, Filip, Autor ; Sclaroff, Stan, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
VII, 138 p. 47 ilustraciones, 44 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-04831-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Visión por computador Procesamiento de la señal Informática Procesamiento de señales voz e imágenes Matemáticas de la Computación |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro proporciona una introducción a los avances recientes en teoría, algoritmos y aplicaciones de mapas booleanos de distancia para el procesamiento de imágenes. Las aplicaciones incluyen modelar lo que los humanos encuentran destacado o prominente en una imagen y luego usarlo para guiar el recorte inteligente de imágenes, el filtrado selectivo de imágenes, la segmentación de imágenes, el matizado de imágenes, etc. En este libro, los autores presentan métodos para el cálculo de prominencia tanto tradicional como emergente. tareas, que van desde tareas clásicas de bajo nivel, como la detección de prominencia a nivel de píxeles, hasta tareas a nivel de objetos, como la subitización y la detección de objetos salientes. Para tareas de bajo nivel, los autores se centran en enfoques de procesamiento de imágenes a nivel de píxeles basados en transformaciones de distancia eficientes. Para tareas a nivel de objetos, los autores proponen métodos basados en datos que utilizan redes neuronales convolucionales profundas. El libro incluye estudios tanto empíricos como teóricos, junto con detalles de implementación de los métodos propuestos. A continuación se muestran las características clave para diferentes tipos de lectores. Para profesionales de visión por computadora y procesamiento de imágenes: algoritmos eficientes basados en transformaciones de distancia de imagen para tareas de prominencia a nivel de dos píxeles; Técnicas prometedoras de aprendizaje profundo para dos nuevas tareas de prominencia a nivel de objetos; Preentrenamiento del modelo de red neuronal profunda con datos sintéticos; Análisis exhaustivo y profundo del modelo que incluye técnicas de visualización útiles y pruebas de generalización; Totalmente reproducible con códigos, modelos y conjuntos de datos disponibles. Para investigadores interesados en la intersección entre teorías topológicas digitales y problemas de visión por computadora: Resumen de hallazgos teóricos y análisis de distancias en mapas booleanos; Análisis algorítmico teórico; Aplicaciones en detección de objetos salientes y predicción de fijación ocular. Estudiantes que se especializan en procesamiento de imágenes, aprendizaje automático y visión por computadora: este libro proporciona material de lectura complementario actualizado para temas del curso como procesamiento de imágenes basado en conectividad, aprendizaje profundo para el procesamiento de imágenes; Algunos algoritmos fáciles de implementar para proyectos de cursos con datos proporcionados (como enlaces en el libro); Ejercicios prácticos de programación en topología digital y aprendizaje profundo. |
| Nota de contenido: |
1 Overview -- 2 Boolean Map Saliency: A Surprisingly Simple Method -- 3 A Distance Transform Perspective -- 4 Efficient Distance Transform for Salient Region Detection -- 5 Salient Object Subitizing -- 6 Unconstrained Salient Object Detection -- 7 Conclusion and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Visual Saliency: From Pixel-Level to Object-Level Analysis [documento electrónico] / Zhang, Jianming, Autor ; Malmberg, Filip, Autor ; Sclaroff, Stan, Autor . - 1 ed. . - [s.l.] : Springer, 2019 . - VII, 138 p. 47 ilustraciones, 44 ilustraciones en color. ISBN : 978-3-030-04831-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Visión por computador Procesamiento de la señal Informática Procesamiento de señales voz e imágenes Matemáticas de la Computación |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro proporciona una introducción a los avances recientes en teoría, algoritmos y aplicaciones de mapas booleanos de distancia para el procesamiento de imágenes. Las aplicaciones incluyen modelar lo que los humanos encuentran destacado o prominente en una imagen y luego usarlo para guiar el recorte inteligente de imágenes, el filtrado selectivo de imágenes, la segmentación de imágenes, el matizado de imágenes, etc. En este libro, los autores presentan métodos para el cálculo de prominencia tanto tradicional como emergente. tareas, que van desde tareas clásicas de bajo nivel, como la detección de prominencia a nivel de píxeles, hasta tareas a nivel de objetos, como la subitización y la detección de objetos salientes. Para tareas de bajo nivel, los autores se centran en enfoques de procesamiento de imágenes a nivel de píxeles basados en transformaciones de distancia eficientes. Para tareas a nivel de objetos, los autores proponen métodos basados en datos que utilizan redes neuronales convolucionales profundas. El libro incluye estudios tanto empíricos como teóricos, junto con detalles de implementación de los métodos propuestos. A continuación se muestran las características clave para diferentes tipos de lectores. Para profesionales de visión por computadora y procesamiento de imágenes: algoritmos eficientes basados en transformaciones de distancia de imagen para tareas de prominencia a nivel de dos píxeles; Técnicas prometedoras de aprendizaje profundo para dos nuevas tareas de prominencia a nivel de objetos; Preentrenamiento del modelo de red neuronal profunda con datos sintéticos; Análisis exhaustivo y profundo del modelo que incluye técnicas de visualización útiles y pruebas de generalización; Totalmente reproducible con códigos, modelos y conjuntos de datos disponibles. Para investigadores interesados en la intersección entre teorías topológicas digitales y problemas de visión por computadora: Resumen de hallazgos teóricos y análisis de distancias en mapas booleanos; Análisis algorítmico teórico; Aplicaciones en detección de objetos salientes y predicción de fijación ocular. Estudiantes que se especializan en procesamiento de imágenes, aprendizaje automático y visión por computadora: este libro proporciona material de lectura complementario actualizado para temas del curso como procesamiento de imágenes basado en conectividad, aprendizaje profundo para el procesamiento de imágenes; Algunos algoritmos fáciles de implementar para proyectos de cursos con datos proporcionados (como enlaces en el libro); Ejercicios prácticos de programación en topología digital y aprendizaje profundo. |
| Nota de contenido: |
1 Overview -- 2 Boolean Map Saliency: A Surprisingly Simple Method -- 3 A Distance Transform Perspective -- 4 Efficient Distance Transform for Salient Region Detection -- 5 Salient Object Subitizing -- 6 Unconstrained Salient Object Detection -- 7 Conclusion and Future Work. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
