Andere Kunden interessierten sich auch für
![RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO]( "RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO")
RILEVAMENTO DEL CANCRO AL SENO - UN APPROCCIO DI APPRENDIMENTO AUTOMATICO29,99 €![Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano]( "Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano")
Modello ibrido di apprendimento profondo per il rilevamento della malattia della ruggine gialla del grano26,99 €![Doppia filigrana di immagini per l'autenticazione e il rilevamento di manomissioni]( "Doppia filigrana di immagini per l'autenticazione e il rilevamento di manomissioni")
Doppia filigrana di immagini per l'autenticazione e il rilevamento di manomissioni23,99 €![Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF]( "Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF")
Proteggere il web: Apprendimento automatico per il rilevamento di vulnerabilità CSRF29,99 €![Attività di farmacovigilanza in Malesia]( "Attività di farmacovigilanza in Malesia")
Attività di farmacovigilanza in Malesia48,99 €![Un approccio Ebd alla progettazione di prodotti embedded]( "Un approccio Ebd alla progettazione di prodotti embedded")
Un approccio Ebd alla progettazione di prodotti embedded32,99 €![Rilevamento delle intrusioni in Routing sicuro per reti di sensori wireless]( "Rilevamento delle intrusioni in Routing sicuro per reti di sensori wireless")
Rilevamento delle intrusioni in Routing sicuro per reti di sensori wireless29,99 €
Il riconoscimento automatico degli oggetti è un problema fondamentale nei campi della visione artificiale e dell'apprendimento automatico, che ultimamente ha ricevuto molta attenzione da parte della ricerca. Mentre esistono diversi metodi che si basano su varie caratteristiche di basso livello per costruire modelli di oggetti, questo lavoro esplora e implementa l'uso dei contorni chiusi come formidabili caratteristiche degli oggetti. Per estrarre i contorni viene impiegata una tecnica gerarchica, che sfrutta le relazioni spaziali intrinseche tra i contorni genitori e figli di un oggetto. I descrittori di Fourier sono utilizzati per descrivere in modo efficace e invariante i contorni estratti. Viene implementato un semplice metodo di corrispondenza gerarchica tra etichetta di forma e descrittore spaziale, per determinare il modello di oggetto più vicino. L'architettura multi-threaded e le funzioni di elaborazione delle immagini efficienti della GPU rendono la tecnica efficiente per l'uso in applicazioni del mondo reale. La tecnica è stata testata con successo su comuni segnali stradali in immagini del mondo reale, ottenendo come risultato finale buone prestazioni e robustezza.