Andere Kunden interessierten sich auch für
![Sistema de recuperação de imagens baseado em conteúdo usando o Machine Learning]( "Sistema de recuperação de imagens baseado em conteúdo usando o Machine Learning")
Sistema de recuperação de imagens baseado em conteúdo usando o Machine Learning30,99 €![Correspondência de imagens estéreo para reconstrução 3D]( "Correspondência de imagens estéreo para reconstrução 3D")
Correspondência de imagens estéreo para reconstrução 3D26,99 €![Colorisation d'images à l'aide d'une technique de correspondance de patchs à échelle croisée]( "Colorisation d'images à l'aide d'une technique de correspondance de patchs à échelle croisée")
Colorisation d'images à l'aide d'une technique de correspondance de patchs à échelle croisée26,99 €![Gerenciamento da Dívida Técnica em projetos de software usando Scrum]( "Gerenciamento da Dívida Técnica em projetos de software usando Scrum")
Gerenciamento da Dívida Técnica em projetos de software usando Scrum36,99 €![Fixação de imagens usando mapas logísticos 2D Curvas Elípticas Criptografia]( "Fixação de imagens usando mapas logísticos 2D Curvas Elípticas Criptografia")
Fixação de imagens usando mapas logísticos 2D Curvas Elípticas Criptografia30,99 €![Prevenção de ataques de buracos negros a dados usando a técnica do honey-pot]( "Prevenção de ataques de buracos negros a dados usando a técnica do honey-pot")
Prevenção de ataques de buracos negros a dados usando a técnica do honey-pot26,99 €![Triagem virtual de imagens de patologia usando CBIR e redes neurais]( "Triagem virtual de imagens de patologia usando CBIR e redes neurais")
Triagem virtual de imagens de patologia usando CBIR e redes neurais23,99 €
Este exame apresenta um novo cálculo de colorização de imagem que move a ocultação de informações da imagem de referência para a imagem objetiva. Este exame trata da questão de vaguear na terra da fantasia um possível tipo de ocultação da fotografia. Uma vez que as imagens objetivas e de referência podem conter conteúdos em diferentes ou independentes, contrastes (como resultado de mudanças de divisão entre os objetos e a câmera), os sistemas existentes baseados no planejamento de superfície podem ter um desempenho insuficiente. Nós propomos um novo procedimento de planejamento cross-scalefix para melhorar a generosidade e a natureza dos resultados de colorização, utilizando uma estrutura neural significativa. As escalas de organização de ajuste são consideradas localmente, as quais são então aplicadas. Usando correções gerais que diminuem tanto os botches organizadores quanto as inscrições de distinção espacial. Para tornar logicamente possível as colorizações de imagem profundamente diferenciadoras, o sistema utiliza duas ou três estratégias adicionais, incluindo o tratamento médio e um trabalho particulardisaster para esconder o reequilíbrio.