Deep Learning-Based Face Analytics / Ratha, Nalini K. ; Patel, Vishal M. ; Chellappa, Rama  

Público ISBD Ningún comentario para este registro. Título : Deep Learning-Based Face Analytics Tipo de documento: documento electrónico Autores: Ratha, Nalini K., ; Patel, Vishal M., ; Chellappa, Rama, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: VI, 407 p. 182 ilustraciones, 169 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-74697-1 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  Identificación biométrica  Aprendizaje automático  Redes neuronales (Informática)  Biometría  Modelos matemáticos de procesos cognitivos y redes neuronales Índice Dewey: 006.37 Visión artificial Resumen: Este libro proporciona una descripción general de diferentes métodos basados ​​en aprendizaje profundo para el reconocimiento facial y problemas relacionados. Específicamente, los autores presentan métodos basados ​​en codificadores automáticos, máquinas Boltzmann restringidas y redes neuronales convolucionales profundas para la detección, localización, seguimiento, reconocimiento, etc. de rostros. Los autores también analizan las ventajas y desventajas de los enfoques disponibles e identifican vías prometedoras de investigación en este rápido campo en evolución. Aunque se han propuesto varios enfoques diferentes en la literatura para el reconocimiento facial basados ​​en métodos de aprendizaje profundo, no hay un solo libro disponible en la literatura que brinde una descripción completa de estos métodos. El libro propuesto captura los últimos avances en reconocimiento facial utilizando varios métodos de aprendizaje profundo y cubre una variedad de temas diferentes relacionados con el reconocimiento facial. Los requisitos previos para un uso óptimo son los conocimientos básicos de reconocimiento de patrones, aprendizaje automático, teoría de probabilidades y álgebra lineal. Este libro está dirigido a estudiantes de posgrado que estudian ingeniería eléctrica y/o informática. Biometría es un curso que se ofrece ampliamente tanto a nivel de pregrado como de posgrado en muchas instituciones de todo el mundo: este libro se puede utilizar como libro de texto para enseñar temas relacionados con el reconocimiento facial. Además, el trabajo es beneficioso para los profesionales de la industria que trabajan en problemas relacionados con la biometría. Nalini K. Ratha es profesora de Empire Innovation en el Departamento de Ingeniería y Ciencias de la Computación de la Universidad de Buffalo (Nueva York). Es coautor y coeditor, respectivamente, de los libros de Springer, Guide to Biometrics y Advances in Biometrics. Vishal M. Patel es profesor asistente en el Departamento de Ingeniería Eléctrica e Informática de la Universidad Johns Hopkins (JHU). Rama Chellappa es Profesor Distinguido Bloomberg en los Departamentos de Ingeniería Eléctrica e Informática e Ingeniería Biomédica de JHU. Es coautor y coeditor, respectivamente, de los libros de Springer, Unconstrained Face Recognition y Handbook of Remote Biometrics. Nota de contenido: 1. Deep CNN Face Recognition: Looking at the Past and the Future -- 2. Face Segmentation, Face Swapping, and Their Effect on Face Recognition -- 3. Disentangled Representation Learning and its Application to Face Analytics -- 4. Learning 3D Face Morphable Model from In-the-wild Images -- 5. Deblurring Face Images using Deep Networks -- 6. Blind-Superresolution of Faces for Surveillance -- 7. Hashing a Face. 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 Deep Learning-Based Face Analytics [documento electrónico] / Ratha, Nalini K., ; Patel, Vishal M., ; Chellappa, Rama,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - VI, 407 p. 182 ilustraciones, 169 ilustraciones en color. ISBN : 978-3-030-74697-1 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  Identificación biométrica  Aprendizaje automático  Redes neuronales (Informática)  Biometría  Modelos matemáticos de procesos cognitivos y redes neuronales Índice Dewey: 006.37 Visión artificial Resumen: Este libro proporciona una descripción general de diferentes métodos basados ​​en aprendizaje profundo para el reconocimiento facial y problemas relacionados. Específicamente, los autores presentan métodos basados ​​en codificadores automáticos, máquinas Boltzmann restringidas y redes neuronales convolucionales profundas para la detección, localización, seguimiento, reconocimiento, etc. de rostros. Los autores también analizan las ventajas y desventajas de los enfoques disponibles e identifican vías prometedoras de investigación en este rápido campo en evolución. Aunque se han propuesto varios enfoques diferentes en la literatura para el reconocimiento facial basados ​​en métodos de aprendizaje profundo, no hay un solo libro disponible en la literatura que brinde una descripción completa de estos métodos. El libro propuesto captura los últimos avances en reconocimiento facial utilizando varios métodos de aprendizaje profundo y cubre una variedad de temas diferentes relacionados con el reconocimiento facial. Los requisitos previos para un uso óptimo son los conocimientos básicos de reconocimiento de patrones, aprendizaje automático, teoría de probabilidades y álgebra lineal. Este libro está dirigido a estudiantes de posgrado que estudian ingeniería eléctrica y/o informática. Biometría es un curso que se ofrece ampliamente tanto a nivel de pregrado como de posgrado en muchas instituciones de todo el mundo: este libro se puede utilizar como libro de texto para enseñar temas relacionados con el reconocimiento facial. Además, el trabajo es beneficioso para los profesionales de la industria que trabajan en problemas relacionados con la biometría. Nalini K. Ratha es profesora de Empire Innovation en el Departamento de Ingeniería y Ciencias de la Computación de la Universidad de Buffalo (Nueva York). Es coautor y coeditor, respectivamente, de los libros de Springer, Guide to Biometrics y Advances in Biometrics. Vishal M. Patel es profesor asistente en el Departamento de Ingeniería Eléctrica e Informática de la Universidad Johns Hopkins (JHU). Rama Chellappa es Profesor Distinguido Bloomberg en los Departamentos de Ingeniería Eléctrica e Informática e Ingeniería Biomédica de JHU. Es coautor y coeditor, respectivamente, de los libros de Springer, Unconstrained Face Recognition y Handbook of Remote Biometrics. Nota de contenido: 1. Deep CNN Face Recognition: Looking at the Past and the Future -- 2. Face Segmentation, Face Swapping, and Their Effect on Face Recognition -- 3. Disentangled Representation Learning and its Application to Face Analytics -- 4. Learning 3D Face Morphable Model from In-the-wild Images -- 5. Deblurring Face Images using Deep Networks -- 6. Blind-Superresolution of Faces for Surveillance -- 7. Hashing a Face. 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

---

1 (1 - 1 / 1) Por página: 25 50 100 200