| Título : |
Advances in Spatio-Temporal Segmentation of Visual Data |
| Tipo de documento: |
documento electrónico |
| Autores: |
Mashtalir, Vladimir, ; Ruban, Igor, ; Levashenko, Vitaly, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
IX, 274 p. |
| ISBN/ISSN/DL: |
978-3-030-35480-0 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Matemáticas de ingeniería Visión por computador Inteligencia Computacional |
| Índice Dewey: |
62.000.151 |
| Resumen: |
Este libro propone una serie de modelos y métodos prometedores para la segmentación adaptativa, la partición enjambre, la segmentación permisible y las propiedades de transformación, así como técnicas para la segmentación e interpretación de video espacio-temporal, agrupación difusa en línea de flujos de datos y sistemas difusos para la recuperación de información. . La atención se centra principalmente en la segmentación espacio-temporal de la información visual. Conjuntos de imágenes o partes de vídeo significativas y manejables, definidas por el interés visual o la atención a cuestiones semánticas de nivel superior, suelen ser vitales para el procesamiento e interpretación eficiente y eficaz de la información visible. El desarrollo de métodos sólidos para la partición espacial y temporal representa un desafío clave en la visión por computadora y la inteligencia computacional en su conjunto. Este libro está dirigido a estudiantes e investigadores en los campos del aprendizaje automático y la inteligencia artificial, especialmente aquellos cuyo trabajo implica procesamiento y reconocimiento de imágenes, análisis de videos y recuperación de imágenes/videos basada en contenido. . |
| Nota de contenido: |
Adaptive Edge Detection Models and Algorithms -- Swarm Methods of Image Segmentation -- Spatio-temporal Data Interpretation Based on Perceptional Model -- Spatio-Temporal Video Segmentation. |
| 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 |
Advances in Spatio-Temporal Segmentation of Visual Data [documento electrónico] / Mashtalir, Vladimir, ; Ruban, Igor, ; Levashenko, Vitaly, . - 1 ed. . - [s.l.] : Springer, 2020 . - IX, 274 p. ISBN : 978-3-030-35480-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Matemáticas de ingeniería Visión por computador Inteligencia Computacional |
| Índice Dewey: |
62.000.151 |
| Resumen: |
Este libro propone una serie de modelos y métodos prometedores para la segmentación adaptativa, la partición enjambre, la segmentación permisible y las propiedades de transformación, así como técnicas para la segmentación e interpretación de video espacio-temporal, agrupación difusa en línea de flujos de datos y sistemas difusos para la recuperación de información. . La atención se centra principalmente en la segmentación espacio-temporal de la información visual. Conjuntos de imágenes o partes de vídeo significativas y manejables, definidas por el interés visual o la atención a cuestiones semánticas de nivel superior, suelen ser vitales para el procesamiento e interpretación eficiente y eficaz de la información visible. El desarrollo de métodos sólidos para la partición espacial y temporal representa un desafío clave en la visión por computadora y la inteligencia computacional en su conjunto. Este libro está dirigido a estudiantes e investigadores en los campos del aprendizaje automático y la inteligencia artificial, especialmente aquellos cuyo trabajo implica procesamiento y reconocimiento de imágenes, análisis de videos y recuperación de imágenes/videos basada en contenido. . |
| Nota de contenido: |
Adaptive Edge Detection Models and Algorithms -- Swarm Methods of Image Segmentation -- Spatio-temporal Data Interpretation Based on Perceptional Model -- Spatio-Temporal Video Segmentation. |
| 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 búsquedaAdvances in Spatio-Temporal Segmentation of Visual Data / Mashtalir, Vladimir ; Ruban, Igor ; Levashenko, Vitaly
