| Título : |
Human Centric Visual Analysis with Deep Learning |
| Tipo de documento: |
documento electrónico |
| Autores: |
Lin, Liang, Autor ; Zhang, Dongyu, Autor ; Luo, Ping, Autor ; Zuo, Wangmeng, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
XII, 156 p. 53 ilustraciones, 46 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1323874-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Biometría Visión por computador Sistemas de reconocimiento de patrones Identificación biométrica Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro presenta las aplicaciones del aprendizaje profundo en diversas tareas de análisis visual centradas en el ser humano, incluidas las clásicas como la detección y alineación de rostros y algunas tareas de reciente aparición, como el análisis de ropa de moda. A partir de una descripción general de la investigación actual sobre análisis visual centrado en el ser humano, el libro presenta un tutorial de conceptos y técnicas básicos de aprendizaje profundo. Además, el libro investiga sistemáticamente las principales tareas de análisis centradas en humanos de diferentes niveles, que van desde la detección y segmentación hasta el análisis y la comprensión de nivel superior. Por último, presenta las soluciones de última generación basadas en el aprendizaje profundo para cada tarea, además de proporcionar referencias suficientes y discusiones extensas. Específicamente, este libro aborda cuatro temas de investigación importantes, que incluyen 1) localización de personas en imágenes, como la detección de rostros y peatones; 2) analizar personas en detalle, como la pose humana y el análisis de la ropa, 3) identificar y verificar personas, como el rostro y la identificación humana, y 4) tareas centradas en el ser humano de alto nivel, como los atributos de la persona y la comprensión de la actividad humana. Este libro puede servir como material de lectura y texto de referencia para profesores/estudiantes académicos o ingenieros industriales que trabajan en el campo de la vigilancia visual, la biometría y la interacción persona-computadora, donde el análisis visual centrado en el ser humano es indispensable para analizar la identidad, la pose y los atributos humanos. y comportamientos para una mayor comprensión. |
| Nota de contenido: |
Part I Motivation & Overview -- Chapter 1: The Foundation and Advances of Deep Learning -- Chapter 2. Human Centric Visual Analysis: Tasks and Progress -- Part II Localizing Persons in Images -- Chapter 3: Face Localization and Enhancement -- Chapter 4: Pedestrian Detection with RPN and Boosted Forests -- Part III Parsing Person In Details -- Chapter 5: Self-supervised Structure-sensitive Learning for Human Parsing -- Chapter 6: Instance-level Human Parsing -- Chapter 7: Video Instance-level Human Parsing -- Part IV Identifying and Verifying Persons -- Chapter 8: Person Verification -- Chapter 9: Face Verification -- Part V Higher Level Tasks -- Chapter 10: Human Activity Understanding. |
| 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 |
Human Centric Visual Analysis with Deep Learning [documento electrónico] / Lin, Liang, Autor ; Zhang, Dongyu, Autor ; Luo, Ping, Autor ; Zuo, Wangmeng, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2020 . - XII, 156 p. 53 ilustraciones, 46 ilustraciones en color. ISBN : 978-981-1323874-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Biometría Visión por computador Sistemas de reconocimiento de patrones Identificación biométrica Reconocimiento de patrones automatizado |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro presenta las aplicaciones del aprendizaje profundo en diversas tareas de análisis visual centradas en el ser humano, incluidas las clásicas como la detección y alineación de rostros y algunas tareas de reciente aparición, como el análisis de ropa de moda. A partir de una descripción general de la investigación actual sobre análisis visual centrado en el ser humano, el libro presenta un tutorial de conceptos y técnicas básicos de aprendizaje profundo. Además, el libro investiga sistemáticamente las principales tareas de análisis centradas en humanos de diferentes niveles, que van desde la detección y segmentación hasta el análisis y la comprensión de nivel superior. Por último, presenta las soluciones de última generación basadas en el aprendizaje profundo para cada tarea, además de proporcionar referencias suficientes y discusiones extensas. Específicamente, este libro aborda cuatro temas de investigación importantes, que incluyen 1) localización de personas en imágenes, como la detección de rostros y peatones; 2) analizar personas en detalle, como la pose humana y el análisis de la ropa, 3) identificar y verificar personas, como el rostro y la identificación humana, y 4) tareas centradas en el ser humano de alto nivel, como los atributos de la persona y la comprensión de la actividad humana. Este libro puede servir como material de lectura y texto de referencia para profesores/estudiantes académicos o ingenieros industriales que trabajan en el campo de la vigilancia visual, la biometría y la interacción persona-computadora, donde el análisis visual centrado en el ser humano es indispensable para analizar la identidad, la pose y los atributos humanos. y comportamientos para una mayor comprensión. |
| Nota de contenido: |
Part I Motivation & Overview -- Chapter 1: The Foundation and Advances of Deep Learning -- Chapter 2. Human Centric Visual Analysis: Tasks and Progress -- Part II Localizing Persons in Images -- Chapter 3: Face Localization and Enhancement -- Chapter 4: Pedestrian Detection with RPN and Boosted Forests -- Part III Parsing Person In Details -- Chapter 5: Self-supervised Structure-sensitive Learning for Human Parsing -- Chapter 6: Instance-level Human Parsing -- Chapter 7: Video Instance-level Human Parsing -- Part IV Identifying and Verifying Persons -- Chapter 8: Person Verification -- Chapter 9: Face Verification -- Part V Higher Level Tasks -- Chapter 10: Human Activity Understanding. |
| 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
