Advances in Spatio-Temporal Segmentation of Visual Data / Mashtalir, Vladimir ; Ruban, Igor ; Levashenko, Vitaly  

Público ISBD Ningún comentario para este registro. 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. Idioma : Inglés (eng) Palabras clave: Matemáticas de ingeniería  Visión por computador  Inteligencia Computacional Clasificación: 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. Tipo de medio : Computadora Summary : This book proposes a number of promising models and methods for adaptive segmentation, swarm partition, permissible segmentation, and transform properties, as well as techniques for spatio-temporal video segmentation and interpretation, online fuzzy clustering of data streams, and fuzzy systems for information retrieval. The main focus is on the spatio-temporal segmentation of visual information. Sets of meaningful and manageable image or video parts, defined by visual interest or attention to higher-level semantic issues, are often vital to the efficient and effective processing and interpretation of viewable information. Developing robust methods for spatial and temporal partition represents a key challenge in computer vision and computational intelligence as a whole. This book is intended for students and researchers in the fields of machine learning and artificial intelligence, especially those whose work involves image processing and recognition, video parsing, and content-based image/video retrieval. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 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. Idioma : Inglés (eng) Palabras clave: Matemáticas de ingeniería  Visión por computador  Inteligencia Computacional Clasificación: 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. Tipo de medio : Computadora Summary : This book proposes a number of promising models and methods for adaptive segmentation, swarm partition, permissible segmentation, and transform properties, as well as techniques for spatio-temporal video segmentation and interpretation, online fuzzy clustering of data streams, and fuzzy systems for information retrieval. The main focus is on the spatio-temporal segmentation of visual information. Sets of meaningful and manageable image or video parts, defined by visual interest or attention to higher-level semantic issues, are often vital to the efficient and effective processing and interpretation of viewable information. Developing robust methods for spatial and temporal partition represents a key challenge in computer vision and computational intelligence as a whole. This book is intended for students and researchers in the fields of machine learning and artificial intelligence, especially those whose work involves image processing and recognition, video parsing, and content-based image/video retrieval. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200